从白色背景中提取旋转的对象 [英] Extract rotated object from a white background

问题描述

我有一个带有白色背景的图像，并尝试使用MATLAB提取其中的对象。我尝试了不同的技术（有界框），但我没有得到理想的结果。我已经尝试过这个StackOverflow帖子，但它不太起作用：

解决方案

我建议以下工作流程：

1. 二值化图像


2. 获取主对象的质心和方向


3. 裁剪图像以设置中心图像中心的对象


4. 相对于中心旋转对象以补偿倾斜


5. 再次裁剪以获取对象

在实践中，由于阴影和不太明确的边界之间的界限，步骤1变得相当复杂。物体的白色部分和背景。我使用的技巧依赖于这样一个事实，即由于对象内部的许多细节（以及jpg压缩），它上面都有很多噪音。因此，寻找边缘与BW扩张相结合产生了非常好的二值化图像。然后我使用 regioprops 来过滤小异常值并获取对象的属性。

以下是代码：

 ％---加载图片
 Img = imread（'Tilted.jpg'）; 
 
％--- Binarisation 
 
％找到边缘和扩张以获得一个集团
 BW =边缘（均值（Img，3），'sobel'）; 
 BW = imdilate（BW，strel（'disk'，5））; 
 
％获取BW图像
 RP = regionprops（BW，'Area'，'PixelIdxList'，'Centroid'，'Orientation'）; 
 [〜，i] = max（[RP（:)。Area]）; 
 BW = Img（：，：，1）* 0; 
 BW（RP（i）.PixelIdxList）= 1; 
 x = RP（i）.Centroid（1）; 
 y = RP（i）.Centroid（2）; 
 theta = -RP（i）.Orientation; 
 
％imshow（BW）
％plot（x + [0 500 * cos（theta * pi / 180）]，y + [0 500 * sin（theta * pi / 180）]） ; 
％返回
 
％---第一季
 w = min（x-1，大小（Img，2）-x）; 
 h = min（y-1，size（Img，1）-y）; 
 C = Img（ceil（y-h）：floor（y + h），ceil（x-w）：floor（x + w），:); 
 
％---旋转图像
 R = imrotate（C，theta）; 
 R（R == 0）= 255; 
 
％---第二季作物
 
％参数（调整）
 th = 70; 
保证金= 25; 
 
％删除灰度级
 Rwg = std（double（R），0,3）。^ 2; 
 
％获取x-bounds 
 sx = sum（Rwg，1）; 
 x1 = max（find（sx> prctile（sx，th），1，'first'） -  margin，1）; 
 x2 = min（find（sx> prctile（sx，30），1，'last'）+ margin，size（Rwg，1））; 
 
％获得y-bounds 
 sy = sum（Rwg，2）; 
 y1 = max（find（sy> prctile（sy，th），1，'first'） -  margin，1）; 
 y2 = min（find（sy> prctile（sy，th），1，'last'）+ margin，size（Rwg，1））; 
 
 Res = R（y1：y2，x1：x2，:); 
 
％---显示
 imshow（Res）
  

当然，如果要处理许多不同的图像，这可能每次都不起作用。此代码只是一个起点，您现在必须对其进行修改以满足您的确切需求。

最佳，

I have an image with a white background and trying to extract the object within it using MATLAB. I tried different techniques (bounded box) but I am not getting desired results. I have tried this StackOverflow post but it isn't quite working: MATLAB Auto Crop

How I can extract the object? Any idea which technique is suitable?

The image is shown below:

解决方案

I propose the following workflow:

1. Binarize the image
2. Get the centroid and orientation of the main object
3. Crop the image to set the center of the object at the center of the image
4. Rotate the object with respect to the center to compensate for the tilt
5. Crop again to get the object

In practice, step 1 turned out to be rather complicated to perform because of the shadow and of the not-so-well-defined boundaries between the white part of the object and the background. The trick I used relies on the fact that, because of the many details inside the object (and the jpg compression) there is a lot of "noise" all over it. So looking for edges combined with a BW-dilation produced a very decent binarized image. I then used regioprops to filter the small outliers and get the properties of the object.

Here is the code:

% --- Load image
Img = imread('Tilted.jpg');

% --- Binarisation

% Find edges and dilate to get a bloc
BW = edge(mean(Img,3),'sobel');
BW = imdilate(BW, strel('disk',5));

% Get BW image
RP = regionprops(BW, 'Area', 'PixelIdxList', 'Centroid', 'Orientation');
[~, i] = max([RP(:).Area]);
BW = Img(:,:,1)*0;
BW(RP(i).PixelIdxList) = 1;
x = RP(i).Centroid(1);
y = RP(i).Centroid(2);
theta = -RP(i).Orientation;

% imshow(BW)
% plot(x+[0 500*cos(theta*pi/180)], y+[0 500*sin(theta*pi/180)]);
% return

% --- First crop
w = min(x-1, size(Img,2)-x);
h = min(y-1, size(Img,1)-y);
C = Img(ceil(y-h):floor(y+h), ceil(x-w):floor(x+w),:);

% --- Rotate image
R = imrotate(C, theta);
R(R==0) = 255;

% --- Second crop

% Parameters (to adjust)
th = 70;
margin = 25; 

% Remove grey levels
Rwg = std(double(R),0,3).^2;

% Get x-bounds
sx = sum(Rwg,1);
x1 = max(find(sx>prctile(sx,th), 1, 'first')-margin, 1);
x2 = min(find(sx>prctile(sx,30), 1, 'last')+margin, size(Rwg,1));

% Get y-bounds
sy = sum(Rwg,2);
y1 = max(find(sy>prctile(sy,th), 1, 'first')-margin, 1);
y2 = min(find(sy>prctile(sy,th), 1, 'last')+margin, size(Rwg,1));

Res = R(y1:y2, x1:x2, :);

% --- Display
imshow(Res)

Of course, if you have many different images to process this may not work every time. This code is only a starting point and you now have to modify it to meet your precise needs.

Best,

这篇关于从白色背景中提取旋转的对象的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！