吧务
level 12
不要没人理啊……
2014年07月18日 13点07分
吧务
level 12
level 2
吧务
level 12
无影东瓜
楼主
顺便把我现在用的方法发下上来吧
datascale = ImageValuePositions[img, Green] // Sort;
scale = Norm[datascale[[1]] - datascale[[2]]]*100;
datadiameter = ImageValuePositions[img, Blue] // Sort;
r = r0 = Norm[datadiameter[[1]] - datadiameter[[2]]]/scale/2;
data = ImageValuePositions[img, Red] // Sort;
For[i = Length[data], i > 0, i--, data[[i]] = data[[i]] - data[[1]]];
Clear[i];
data = data/scale;
line = -Fit[data, {1, x, x^2, x^3, x^4}, x];
f[x_] := Evaluate[line];
Show[Plot[-f[x], {x, 0, Last[data][[1]]}, AspectRatio -> Automatic],
ListPlot[data, PlotStyle -> {Red, PointSize[Medium]}]]
2014年08月02日 09点08分
5
datascale = ImageValuePositions[img, Green] // Sort;
scale = Norm[datascale[[1]] - datascale[[2]]]*100;
datadiameter = ImageValuePositions[img, Blue] // Sort;
r = r0 = Norm[datadiameter[[1]] - datadiameter[[2]]]/scale/2;
data = ImageValuePositions[img, Red] // Sort;
For[i = Length[data], i > 0, i--, data[[i]] = data[[i]] - data[[1]]];
Clear[i];
data = data/scale;
line = -Fit[data, {1, x, x^2, x^3, x^4}, x];
f[x_] := Evaluate[line];
Show[Plot[-f[x], {x, 0, Last[data][[1]]}, AspectRatio -> Automatic],
ListPlot[data, PlotStyle -> {Red, PointSize[Medium]}]]
![[汗]](/static/emoticons/u6c57.png)
吧务
level 15
……先说结论，这问题我还是没能解决。不过姑且算是有一些收获，所以这里贴一下。
嗯……这话说出来可能有点像找借口，不过，在我看来这个照片最大的败笔就是背景上那张坐标纸，如果不是它， 这个问题已经解决了。以下是我得到的最佳结果：
img = (*你的图*);
Manipulate[partimg = ImageTake[img, {top, bottom}, {left, right}];
edges = Thinning@
DeleteSmallComponents[EdgeDetect[Closing[partimg, cr], detectr], smallnumber];
HighlightImage[partimg, edges], {left, 1, 640, 1}, {right, -1, -640, -1}, {top, 1, 480,
1}, {bottom, -1, -480, -1}, {{detectr, 3}, 2, 5}, {{cr, 1}, 0, 2}, {{smallnumber, 600},
0, 900}]
可以看到，边缘部分几乎已经被找到了，如果没有背后的坐标纸作怪的话……
简要说说上面的代码里用到的一些我自己总结的经验（全是自己的探索，可能远不是最佳的思路）：
1 使用ImageTake尽可能剪除不必要的照片，这样可以使得EdgeDetect等函数更容易地找到边缘。
2 如果有大量照片需要处理的话，针对每幅照片去调节参数（剪除的幅度，EdgeDetect的侦测半径，DeleteSmallComponents删除的份量大小等等）几乎是不可避免的，即使各照片看上去差不多。当然，适当运用经验1可以使这些调整变得容易。
3 上面的代码里虽然用了Thinning但其实它至少在这里起的作用并不大。
当前我只能做到这么多了，欢迎大家继续探索……
2015年09月05日 03点09分
6
嗯……这话说出来可能有点像找借口，不过，在我看来这个照片最大的败笔就是背景上那张坐标纸，如果不是它， 这个问题已经解决了。以下是我得到的最佳结果：
img = (*你的图*);
Manipulate[partimg = ImageTake[img, {top, bottom}, {left, right}];
edges = Thinning@
DeleteSmallComponents[EdgeDetect[Closing[partimg, cr], detectr], smallnumber];
HighlightImage[partimg, edges], {left, 1, 640, 1}, {right, -1, -640, -1}, {top, 1, 480,
1}, {bottom, -1, -480, -1}, {{detectr, 3}, 2, 5}, {{cr, 1}, 0, 2}, {{smallnumber, 600},
0, 900}]
可以看到，边缘部分几乎已经被找到了，如果没有背后的坐标纸作怪的话……简要说说上面的代码里用到的一些我自己总结的经验（全是自己的探索，可能远不是最佳的思路）：
1 使用ImageTake尽可能剪除不必要的照片，这样可以使得EdgeDetect等函数更容易地找到边缘。
2 如果有大量照片需要处理的话，针对每幅照片去调节参数（剪除的幅度，EdgeDetect的侦测半径，DeleteSmallComponents删除的份量大小等等）几乎是不可避免的，即使各照片看上去差不多。当然，适当运用经验1可以使这些调整变得容易。
3 上面的代码里虽然用了Thinning但其实它至少在这里起的作用并不大。
当前我只能做到这么多了，欢迎大家继续探索……
……漏写了一点，4（其实应该塞在2里？）： 调节参数的时候，Manipulate等动态交互函数非常有用。
2015年09月05日 03点09分
坐标纸对EdgeDetect的干扰确实很大，然而没有坐标纸的话也没法把像素值转换为实际的物理量，所以说这是一个很蛋疼的问题(好在他和我已经没有关系了。。。。
2015年09月05日 15点09分
现在越发感觉图像处理是个深坑，不过ImageTake修剪和Manipulate调参数这两招都不错，谢谢吧主了~
2015年09月05日 15点09分
偶然重看这帖，发现漏说了一条：之所以会想到交互式剪图，是因为我在看了若干photoshop教程之后，发现对于图像处理，大量人机交互似乎是不可避的……
2022年08月06日 08点08分
level 8
你既然觉得坐标纸碍事的话，不如先写一个坐标纸识别程序，把坐标纸识别出来，这个应该不太难做，因为坐标纸由标准的方格组成，你把连续的横线和竖线先标成其它颜色就好
2015年09月06日 01点09分
7
……试了一下，写不出来。摹仿的是这帖里的方法：http://mathematica.stackexchange.com/a/18693/1871 但是整幅图几乎都被吃光了。
2015年10月03日 08点10分