概述
题目：给出一组图片（图片上框有不同颜色的方框，同一颜色的方框可能有多个，不同颜色的方框代表不同的类别）
例如这样的图片：
要求：
①在一个文件夹里循环读入图片
②输出图片的宽、高、框的类别、框的左下角坐标（X,Y），框右上角坐标（X,Y），标注的难易程度（0：不难）
③将输出的结果保存成xml类型（根节点、子节点、二级节点）的文件中，保存的文件名与读入的图片名相匹配。
实现过程：
①实现循环读文件夹中的图片：
% 图像文件夹路径
file_path = 'F:标注图';
%获取该文件夹中所有jpg格式的图像
img_path_list = dir(strcat(file_path,'*.jpg'));
%获取图像总数量
img_num = length(img_path_list);
%有满足条件的图像
if img_num > 0
%逐一读取图像
for j = 1:img_num
% 图像名
image_name = img_path_list(j).name;
rgb = imread(strcat(file_path,image_name));
进行图像相关处理
end
end
②实现图像处理并达到输出要求：
r = rgb(:,:,1); %提取彩色图像的红色分量。
g = rgb(:,:,2); %提取彩色图像的绿色分量。
b = rgb(:,:,3); %提取彩色图像的蓝色分量。
[w,h,s]=size(rgb); %提取图像的高（行）、宽（列），维数（没有用到）
red=r>=175&g<36&b<36; %提取符合图片中红色的像素范围
blue=r<=60&g<135&b>70; %提取符合图片中蓝色的像素范围
green=(20>r)&(g>80)&(g<100)&(b>20)&(b<=35); %提取符合图片中绿色的像素范围
orange=(r>200)&(g<118)&(g>36)&b<50; %提取符合图片中橙色的像素范围
purple=(175>r)&(r>97)&g<35&(b>52)&(b<=67); %提取符合图片中紫色的像素范围
a{1}=red;
a{2}=blue;
a{3}=green; %将颜色存入矩阵
a{4}=orange;
a{5}=purple;
yz=300; %作为bwareaopen函数的参数
for i=1:5
if i==1
str='车厢';
elseif i==2
str='车门';
elseif i==3 %不同颜色所代表的类别
str='异物';
elseif i==4
str='插销';
elseif i==5
str='文字';
end
%删除二值图像BW中面积小于P对象
colorb = bwareaopen(a{i},yz);
%一般默认8邻域
connect_size = 8;
%创建由指定形状shape对应的结构元素，半径为8的圆形
se = strel('disk',connect_size);
%膨胀灰度，二值，压缩二值图像colorb。参数SE为由strel函数返回的结构元素或者结构元素对象组。
colorb = imdilate(colorb,se);
%找联通区域的数量
L = bwlabel(colorb);
num = max(max(L));
B=cell(num,8);
%依次取每个框的每个角的坐标和长款
for i = 1:num
[x,y] = find(L == i);
minx=min(y);
maxx=max(y);
miny=min(x);
maxy=max(x);
Width=maxx-minx;
Hight=maxy-miny;
x2= minx+Width;
y1=miny+Hight;
③将说出数据存入XML文件中
docNode = com.mathworks.xml.XMLUtils.createDocument('annotation');
docRootNode = docNode.getDocumentElement;
thisElement = docNode.createElement('size');
docRootNode.appendChild(thisElement);
dataNode = docNode.createElement('width');
dataNode.appendChild(docNode.createTextNode(sprintf('%g',h)));
thisElement.appendChild(dataNode);
dataNode = docNode.createElement('height');
dataNode.appendChild(docNode.createTextNode(sprintf('%g',w)));
thisElement.appendChild(dataNode);
thisElement = docNode.createElement('object');
docRootNode.appendChild(thisElement);
dataNode = docNode.createElement('name');
dataNode.appendChild(docNode.createTextNode(sprintf('%s',str)));
thisElement.appendChild(dataNode);
dataNode = docNode.createElement('difficult');
dataNode.appendChild(docNode.createTextNode(sprintf('%g',0)));
thisElement.appendChild(dataNode);
CElement = docNode.createElement('bndbox');
thisElement.appendChild(CElement);
dataNode = docNode.createElement('xmin');
dataNode.appendChild(docNode.createTextNode(sprintf('%g',minx)));
CElement.appendChild(dataNode);
dataNode = docNode.createElement('ymin');
dataNode.appendChild(docNode.createTextNode(sprintf('%g',y1)));
CElement.appendChild(dataNode);
dataNode = docNode.createElement('xmax');
dataNode.appendChild(docNode.createTextNode(sprintf('%g',x2)));
CElement.appendChild(dataNode);
dataNode = docNode.createElement('ymax');
dataNode.appendChild(docNode.createTextNode(sprintf('%g',miny)));
CElement.appendChild(dataNode);
docNode.appendChild(docNode.createComment('this is a comment'));
xmlwrite(filename,docNode);
type(filename);
整体代码：
file_path = 'C:UsersAdministratorDesktoppic';% 图像文件夹路径
img_path_list = dir(strcat(file_path,'*.jpg'));%获取该文件夹中所有jpg格式的图像
img_num = length(img_path_list);%获取图像总数量
if img_num > 0 %有满足条件的图像
for j = 1:img_num %逐一读取图像
image_name = img_path_list(j).name;% 图像名
rgb = imread(strcat(file_path,image_name));
r = rgb(:,:,1); %提取彩色图像的红色分量。
g = rgb(:,:,2); %提取彩色图像的绿色分量。
b = rgb(:,:,3);
[w,h,s]=size(rgb);
i = find('.'==image_name);
a = image_name(1:i-1);
imname = strrep(a, ' ', '');
filename=[imname,'.xml'];
fid=fopen(filename,'a');
red=r>=175&g<36&b<36;
blue=r<=60&g<135&b>70;
green=(20>r)&(g>80)&(g<100)&(b>20)&(b<=35);
orange=(r>200)&(g<118)&(g>36)&b<50;
purple=(175>r)&(r>97)&g<35&(b>52)&(b<=67);
a=cell(5,1);
a{1}=red;
a{2}=blue;
a{3}=green;
a{4}=orange;
a{5}=purple;
yz=300; %作为bwareaopen函数的参数
docNode = com.mathworks.xml.XMLUtils.createDocument('annotation');
docRootNode = docNode.getDocumentElement;
thisElement = docNode.createElement('size');
docRootNode.appendChild(thisElement);
dataNode = docNode.createElement('width');
dataNode.appendChild(docNode.createTextNode(sprintf('%g',h)));
thisElement.appendChild(dataNode);
dataNode = docNode.createElement('height');
dataNode.appendChild(docNode.createTextNode(sprintf('%g',w)));
thisElement.appendChild(dataNode);
for i=1:5
if i==1
str='车厢';
elseif i==2
str='车门';
elseif i==3
str='异物';
elseif i==4
str='插销';
elseif i==5
str='文字';
end
colorb = bwareaopen(a{i},yz); %删除二值图像BW中面积小于P对象
connect_size = 8;
se = strel('disk',connect_size);
colorb = imdilate(colorb,se);
L = bwlabel(colorb);
num = max(max(L));
B=cell(num,8);
for i = 1:num
[x,y] = find(L == i);
minx=min(y);
maxx=max(y);
miny=min(x);
maxy=max(x);
Width=maxx-minx;
Hight=maxy-miny;
x2= minx+Width;
y1=miny+Hight;
[m,n]=size(B);
thisElement = docNode.createElement('object');
docRootNode.appendChild(thisElement);
dataNode = docNode.createElement('name');
dataNode.appendChild(docNode.createTextNode(sprintf('%s',str)));
thisElement.appendChild(dataNode);
dataNode = docNode.createElement('difficult');
dataNode.appendChild(docNode.createTextNode(sprintf('%g',0)));
thisElement.appendChild(dataNode);
CElement = docNode.createElement('bndbox');
thisElement.appendChild(CElement);
dataNode = docNode.createElement('xmin');
dataNode.appendChild(docNode.createTextNode(sprintf('%g',minx)));
CElement.appendChild(dataNode);
dataNode = docNode.createElement('ymin');
dataNode.appendChild(docNode.createTextNode(sprintf('%g',y1)));
CElement.appendChild(dataNode);
dataNode = docNode.createElement('xmax');
dataNode.appendChild(docNode.createTextNode(sprintf('%g',x2)));
CElement.appendChild(dataNode);
dataNode = docNode.createElement('ymax');
dataNode.appendChild(docNode.createTextNode(sprintf('%g',miny)));
CElement.appendChild(dataNode);
end
docNode.appendChild(docNode.createComment('this is a comment'));
xmlwrite(filename,docNode);
type(filename);
end
fprintf('%d %d %sn',i,j,strcat(file_path,image_name));% 显示正在处理的图像名
%图像处理过程 省略
sta=fclose(fid);
end
end
结果文件内容截图：
最后
以上就是寂寞蜡烛为你收集整理的Matlab实现图像处理并以xml格式存入文件的全部内容，希望文章能够帮你解决Matlab实现图像处理并以xml格式存入文件所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复