使用深度阈值进行手部分割

Question

我想使用深度阈值从深度图像中分割手部。我使用了这个链接中的这个 kinect 和跳跃数据集-

http://lttm.dei.unipd.it/downloads/gesture/

我尝试了这两个代码，但在这两种情况下我得到的输出都是全黑图像。原始 .png 图像是

我从数据集中的 1_depth.bin 文件中选择了深度值。

代码 1

I = fopen('D:\dsktop\kinect_leap_dataset\acquisitions\P1\G1\1_depth.bin', 'r');
A = fread(I, 480*640, 'uint8=>uint8');
A = reshape(A, 480, 640);

min_row = min(A);
min_col = min(min_row);

for i = 1:480
    for j = 1:640
        if ((A(i,j) > (min_col + 10)) || (A(i,j) == (min_col + 10)))
           A(i,j) = 1;
       else
           A(i,j) = 0;
        end
    end
end
imshow(A)

代码 2

image = imread('D:\dsktop\kinect_leap_dataset\acquisitions\P1\G1\1_depth.png');
I = fopen('D:\dsktop\kinect_leap_dataset\acquisitions\P1\G1\1_depth.bin', 'r');
A = fread(I, 480*640, 'uint8=>uint8');
A = reshape(A, 480, 640);

min_row = min(A);
min_col = min(min_row);
for i = 1:480
    for j = 1:640
        if ((A(i,j) > (min_col + 10)) || (A(i,j) == (min_col + 10)))
            image(i,j) = 1;
        else
            image(i,j) = 0;
        end
    end
end
imshow(image)

我得到的输出是

请告诉我这段代码有什么问题以及为什么我没有发现任何问题？

Answer 1

您的代码极不矢量化。以下是如何以更加矢量化的方式重新编写代码。这既更高效，也更“可读”：

I = fopen('D:\dsktop\kinect_leap_dataset\acquisitions\P1\G1\1_depth.bin', 'r');
A = fread(I, 480*640, 'uint8=>uint8');
A = reshape(A, 480, 640);

min_ = min(A(:));  % minimal value across rows and columns
mask = A>=(min_+10);  % no need for loop, vectorize code.
imshow(mask, []);