在matlab中简化图像

Question

我有一张手写字母的图片（比如字母“y”）。只保留三个颜色值中的第一个（因为它是灰度图像），我得到一个 111x81 矩阵，我称之为 aLetter。我可以通过以下方式看到这张图片（请忽略标题）：

颜色图灰色； image(aLetter,'CDataMapping','缩放')

我想要的是删除这个字母周围的空白并以某种方式平均剩余的像素，以便我有一个 8x8 矩阵（我们称之为 simpleALetter）。现在如果我使用：

颜色图灰色； image(simpleALetter,'CDataMapping','scaled')

我应该看到这封信的像素化版本：

任何关于如何做到这一点的建议将不胜感激！

Answer 1

你需要几个步骤来实现你想要的（根据@rwong 的观察更新我有白色和黑色翻转......）：

1. 找到字母的近似“边界框”：
   • 确保“文本”是图像中的最大值
   • 将“非文本”的内容设置为零 - 任何低于阈值的内容
   • 沿行和列求和，找出非零像素
2. 将边界框中的图像上采样为 8 的倍数
3. 下采样到 8x8

以下是您可以根据自己的情况如何做到这一点

aLetter = max(aLetter(:)) - aLetter; % invert image: now white = close to zero
aLetter = aLetter - min(aLetter(:)); % make the smallest value zero
maxA = max(aLetter(:));
aLetter(aLetter < 0.1 * maxA) = 0; % thresholding; play with this to set "white" to zero

% find the bounding box:
rowsum = sum(aLetter, 1);
colsum = sum(aLetter, 2);
nonzeroH = find(rowsum);
nonzeroV = find(colsum);
smallerLetter = aLetter(nonzeroV(1):nonzeroV(end), nonzeroH(1):nonzeroH(end));

% now we have the box, but it's not 8x8 yet. Resampling:
sz = size(smallerLetter);

% first upsample in both X and Y by a factor 8:
bigLetter = repmat(reshape(smallerLetter, [1 sz(1) 1 sz(2)]), [8 1 8 1]);
% then reshape and sum so you end up with 8x8 in the final matrix:
letter8 = squeeze(sum(sum(reshape(bigLetter, [sz(1) 8 sz(2) 8]), 3), 1));

% finally, flip it back "the right way" black is black and white is white:
letter8 = 255 - (letter8 * 255 / max(letter8(:)));

您可以使用显式 for 循环来执行此操作，但会慢得多。

你也可以在 Matlab 中使用一些 blockproc 函数，但我今晚使用的是 Freemat，它没有这些函数……它也没有任何图像处理工具箱函数，所以这是“硬核”。

至于选择一个好的阈值：如果您知道 > 90% 的图像是“白色”，您可以通过对像素进行排序并动态查找阈值来确定正确的阈值 - 正如我在代码中的评论中提到的那样“玩它”，直到你找到适合你情况的东西。