matlab怎么计算二值图像中周围黑色像素点到某个选定的点的距离并作图

你可以使用 MATLAB 中的 bwdist 函数来计算二值图像中每个像素点到其最近的背景像素点的欧几里德距离。如果你想计算每个像素点到一个特定的选定点的距离，你需要首先创建一个二值图像，其中该选定点为前景（白色），其余像素点为背景（黑色），然后再使用 bwdist 函数进行计算。

以下是一个示例代码，它假设你已经加载了一个名为 binaryImg 的二值图像，并且你想计算到 (100, 200) 像素点的距离，并绘制距离图：

% 创建一个与二值图像相同大小的矩阵，并将选定点设置为前景
foreground = zeros(size(binaryImg));
foreground(100, 200) = 1;

% 使用 bwdist 函数计算每个像素点到最近的背景像素点的距离
distances = bwdist(binaryImg);

% 将选定点的距离值设置为最大值，以便它在图中显示出来
distances(foreground == 1) = max(distances(:));

% 绘制距离图
imshow(distances, []);

在这个例子中，imshow 函数的第二个参数 [] 表示将距离值映射到图像的最小值和最大值之间的范围，以便它们可以在图中显示出来。你可以根据需要调整这个参数。

相关问题

matlab怎么计算二值图像中周围黑色像素点到某个选定的点的距离

您可以使用MATLAB中的bwdist函数来计算二值图像中每个像素到最近的非零像素的欧几里德距离。如果您想计算到某个特定的选定点的距离，则可以在计算距离之前使用imfill函数将该点周围的所有黑色像素点填充为白色。以下是一个示例代码：

% 读入二值图像
bw = imread('binary_image.jpg');

% 选定一个点
selected_point = [100, 200];

% 将该点周围的黑色像素点填充为白色
filled_bw = imfill(bw, selected_point);

% 计算每个像素到最近的非零像素的欧几里德距离
distances = bwdist(filled_bw);

% 输出选定点到周围黑色像素点的距离
disp(distances(bw == 0 & filled_bw == 0));

在上面的代码中，我们首先读入了一个二值图像，然后选定了一个点。接下来，我们使用imfill函数将该点周围的黑色像素点填充为白色。最后，我们使用bwdist函数计算每个像素到最近的非零像素的欧几里德距离，并输出选定点到周围黑色像素点的距离。

matlab怎么计算二值图像中选定的白色像素点到周围最近的每个黑色像素点的距离

可以使用Matlab中的bwdist函数来计算二值图像中选定的白色像素点到周围最近的每个黑色像素点的距离。具体步骤如下：

1. 读入二值图像，并将白色像素点标记为1，黑色像素点标记为0。

2. 对二值图像进行反转，即将白色像素点标记为0，黑色像素点标记为1。

3. 使用bwdist函数计算反转后的二值图像中每个像素点到最近的1像素点的距离。

4. 再次反转距离图像，即将距离1像素点最近的像素点的距离标记为0，距离较远的像素点的距离标记为1。

5. 将距离图像与原始二值图像进行按位与操作，即可得到选定的白色像素点到周围最近的每个黑色像素点的距离。

以下是具体的MATLAB代码示例：

% 读入二值图像
bw = imread('binary_image.png');

% 将白色像素点标记为1，黑色像素点标记为0
bw = im2bw(bw);

% 反转二值图像
bw_inv = ~bw;

% 计算每个像素点到最近的1像素点的距离
dist = bwdist(bw_inv);

% 再次反转距离图像
dist_inv = ~dist;

% 将距离图像与原始二值图像进行按位与操作
result = dist_inv & bw;

执行完上述代码后，result中的像素点值为1表示该像素点是选定的白色像素点到周围最近的黑色像素点，值为0表示不是。