图像处理学习步骤

一、最初想法


炉石传说卡牌，左上角是水晶费用，左下角是攻击力，右下角是血量。在学习机器学习的过程中，想利用卡牌的数据进行一些训练学习。但在卡牌数据录入的过程中感觉到繁琐，恰好老师叫我学习图像处理，在初步看了几本书后，仿照书中的车牌识别代码，初步想识别左上角的费用。
根据《MATLAB图像处理超级学习手册》这本书，根据我的个人理解，大致过程如下：

1.定位到目标区域；

2.根据第一步所得的目标区域对原图进行分割；

3.对分割的图像进行识别；

以下就这三个步骤进行我的代码展示说明。
因为目前感兴趣的只是水晶，首先就水晶的灰度组成要知道，因此使用Photoshop将目标直接抠图下来分析。根据书中的知识点，图片由红、绿、蓝三种分量组成，在matlab中表现为三维的矩阵，
[I2,map]=imread(filename);%读取文件
image2=I2;     
[m,n,d]=size(image2);     
figure(3),     
subplot(2,2,1)    
imshow(image2);
%颜色分布         
figure(3),     
subplot(2, 2, 2),     
imhist(image2(:,:,1)),    
title('红色分量');
figure(3),        
subplot(2, 2, 3),    
imhist(image2(:,:,2)),     
title('绿色分量');
figure(3),    
subplot(2, 2, 4),    
imhist(image2(:,:,3)),    
title('蓝色分量');
观察灰色直方图，或者可以执行以下代码
[reg_y,reg_x]=imhist(image2(:,:,1));%imhist函数还会返回y轴频次和x轴灰度
[green_y,green_x]=imhist(image2(:,:,2));
[blue_y,blue_x]=imhist(image2(:,:,3));
此处选择的灰度范围不是绝对的，我稍后会再次尝试该范围。
确定范围后，使用“过滤”程序在原始图像中显示晶体元素。
代码如下：
[I,map]=imread(filename);%测试的图是索引图，先转换成RGB的图像
image1=ind2rgb(I, map);
image_copy=image1;%先做一个复制   
[m,n,d]=size(image1);%读取图片矩阵的大小，维度，方便遍历
for i = 1:m            
	for j = 1:n               
            if (image1(i,j,1)>0.168&&image1(i,j,1)<0.223)                    		
            %image_copy(i,j,1)=image1(i,j,1);%这是另外一个处理方式，直接保留原图，但是最后效果不明显，遂作罢                    
            image_copy(i,j,1)=0;%变黑处理                 
            else                    
            image_copy(i,j,1)=1;                
            end                
            if (image1(i,j,2)>0.196&&image1(i,j,2)<0.424)                    
            %image_copy(i,j,2)=image1(i,j,2);                    
            image_copy(i,j,2)=0;                
            else                    
            image_copy(i,j,2)=1;               
            end                
            if (image1(i,j,3)>0.278&&image1(i,j,3)<0.836)                    
            %image_copy(i,j,3)=image1(i,j,3);                    
            image_copy(i,j,3)=0;                
            else                    
            image_copy(i,j,3)=1;                
            end                
            %蓝色尾处理                
            if (image1(i,j,3)>0.86)%这是调试之后发现面积太小，增加的代码 ，也可不作这种处理                   
            image_copy(i,j,1)=0;                    
            image_copy(i,j,2)=0;                    
            image_copy(i,j,3)=0;                
            end                
            %绿色尾处理                
            if (image1(i,j,2)>0.7&&image1(i,j,2)<0.96)                    
            image_copy(i,j,2)=0;                
            end            
        end                    
end
经过上述筛选后，目标图像的颜色将变为黑色。为了更简单明了，其他尚未变黑的像素将被统一消除并变成白色。
%二次处理        
for u = 1:m            
   for v = 1:n                  
      if image_copy(u,v,1)~=0                    
      image_copy(u,v,1)=1;                    
      image_copy(u,v,2)=1;                   
      image_copy(u,v,3)=1;                
      end                
      if image_copy(u,v,2)~=0                    
      image_copy(u,v,1)=1;                    
      image_copy(u,v,2)=1;                    
      image_copy(u,v,3)=1;                
      end                
      if image_copy(u,v,3)~=0                    
      image_copy(u,v,1)=1;                    
      image_copy(u,v,2)=1;                    
      image_copy(u,v,3)=1;                
      end            
    end
end
进行以下处理后，结果如图所示：
顺便说一句，数字也被扣除了，可能是因为我的范围已经包含数字了。
结论
因为我今年刚刚在土木工程中进行了交叉测试，所以我刚刚学习了，因此我必须从所有人那里学习代码质量。如果有任何错误，请多多包涵。我刚刚接触过这种图像处理，并且知识系统尚未完全构建。请指出任何错误。我一定会纠正它们并仔细研究。谢谢。
					

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/shumachanpin/article-346492-1.html