A = imread ('C:\Users\86153\Desktop\图片1.jpg'); B = rgb2gray(A) imshow(B); title('枫叶'); BW = edge(B,'Canny'); subplot(1,1,1); imshow(BW); [B,L,N,A] = bwboundaries(BW,'noholes'); imshow(BW); hold on; for k=1:length(B) boundary = B{k}; end figure k = find(A); spy(A);为什么BW为中全是零，要得出轮廓点的坐标，应该怎么修改程序

根据你提供的代码，`BW`全为零可能是因为转换为灰度图像后，图像的阈值设置不合适导致。你可以尝试调整 `edge` 函数中的阈值参数来改善结果。例如，使用 `edge(B,'Canny', threshold)`，其中 `threshold` 是一个合适的阈值值。你可以尝试不同的阈值值，直到得到满意的边缘检测结果。

另外，关于获取边界点的坐标，你可以在`for`循环中添加以下代码：

plot(boundary(:,2), boundary(:,1), 'r', 'LineWidth', 2);

这将在图像上绘制红色的边界线。注意，这段代码应该放在 `for` 循环内部。

最后，关于绘制稀疏图像，你可以使用 `spy` 函数来查看二值图像 `A` 中非零元素的位置。但是在你的代码中，`A` 是从 `bwboundaries` 函数返回的边界属性，可能不是你想要的结果。如果你想绘制二值图像 `BW` 的非零元素位置，你可以使用以下代码：

figure;
spy(BW);

这将在新的图像窗口中显示 `BW` 中非零元素的位置。

请注意，我根据你提供的代码进行了一些修改和推测，如果有任何误解，请随时提醒我。

相关问题

% 导入9张待复原的图片 img1 = imread('C:\Users\zhong\Desktop\题1\IMG_1192.JPEG'); img2 = imread('C:\Users\zhong\Desktop\题1\IMG_1193.JPEG'); img3 = imread('C:\Users\zhong\Desktop\题1\IMG_1194.JPEG'); img4 = imread('C:\Users\zhong\Desktop\题1\IMG_1195.JPEG'); img5 = imread('C:\Users\zhong\Desktop\题1\IMG_1196.JPEG'); img6 = imread('C:\Users\zhong\Desktop\题1\IMG_1197.JPEG'); img7 = imread('C:\Users\zhong\Desktop\题1\IMG_1198.JPEG'); img8 = imread('C:\Users\zhong\Desktop\题1\IMG_1199.JPEG'); img9 = imread('C:\Users\zhong\Desktop\题1\IMG_1200.JPEG'); % 将图片存储在一个单元数组中 smallImages = {img1, img2, img3, img4, img5, img6, img7, img8, img9}; % 初始化结果大图 resultSize = size(img1) * 3; % 假设结果大图为3x3的网格 resultImage = uint8(zeros(resultSize)); % 对每张图片进行边缘检测 edgeImages = cell(1, 9); for i = 1:9 grayImage = rgb2gray(smallImages{i}); edgeImage = edge(grayImage, 'Canny'); % 使用Canny算子进行边缘检测 edgeImages{i} = edgeImage; end % 计算边缘相似度矩阵 similarityMatrix = zeros(9, 9); for i = 1:9 for j = 1:9 similarityMatrix(i, j) = calculateSimilarity(edgeImages{i}, edgeImages{j}); end end % 构建最小生成树 G = graph(similarityMatrix); mst = minspantree(G); %创建一个大小为300x300的大图像 resultSize = [300 300]; resultImage = zeros(resultSize(1), resultSize(2), 3); % 每行显示3张小图像 for row = 1:3 for col = 1:3 % 计算小图像在大图像中的位置 startIndex = (col-1) * resultSize(2)/3 + 1; endIndex = col * resultSize(2)/3; % 将 smallImages{(row-1)*3+col} 图像复制到对应位置 resultImage((row-1)*resultSize(1)/3+1:row*resultSize(1)/3, startIndex:endIndex, :) = smallImages{(row-1)*3+col}; end end % 显示结果图像 imshow(resultImage); % 计算边缘相似度的函数（这里仅示意，实际可根据需要进行修改） function similarity = calculateSimilarity(edgeImage1, edgeImage2) similarity = sum(edgeImage1(:) == edgeImage2(:)) / numel(edgeImage1); end为什么生成图片空白

生成的图片空白可能是由于以下几个原因导致的：

1. 图片路径错误：请确保你提供的图片路径是正确的，可以通过打印路径来检查是否正确加载了图片。

2. 图片读取错误：可能是由于图片无法正确读取导致的。你可以检查图片是否存在，以及图片格式是否正确。

3. 边缘检测错误：在边缘检测部分，使用了Canny算子来进行边缘检测。你可以尝试使用其他的边缘检测算法，或者调整Canny算子的参数来适应不同的图片。

4. 边缘相似度计算错误：在计算边缘相似度矩阵时，使用了一个简单的计算方法。你可以尝试使用其他的相似度计算方法，或者调整计算相似度的参数来提高准确性。

请仔细检查以上几个方面，看看是否能够解决问题。如果问题仍然存在，请提供更多的信息，以便更好地帮助你解决问题。

% 导入9张待复原的图片 img1 = imread('C:\Users\zhong\Desktop\题1\IMG_1192.JPEG'); img2 = imread('C:\Users\zhong\Desktop\题1\IMG_1193.JPEG'); img3 = imread('C:\Users\zhong\Desktop\题1\IMG_1194.JPEG'); img4 = imread('C:\Users\zhong\Desktop\题1\IMG_1195.JPEG'); img5 = imread('C:\Users\zhong\Desktop\题1\IMG_1196.JPEG'); img6 = imread('C:\Users\zhong\Desktop\题1\IMG_1197.JPEG'); img7 = imread('C:\Users\zhong\Desktop\题1\IMG_1198.JPEG'); img8 = imread('C:\Users\zhong\Desktop\题1\IMG_1199.JPEG'); img9 = imread('C:\Users\zhong\Desktop\题1\IMG_1200.JPEG'); % 将图片存储在一个单元数组中 smallImages = {img1, img2, img3, img4, img5, img6, img7, img8, img9}; % 初始化结果大图 resultSize = size(img1) * 3; % 假设结果大图为3x3的网格 resultImage = uint8(zeros(resultSize)); % 对每张图片进行边缘检测 edgeImages = cell(1, 9); for i = 1:9 grayImage = rgb2gray(smallImages{i}); edgeImage = edge(grayImage, 'Canny'); % 使用Canny算子进行边缘检测 edgeImages{i} = edgeImage; end % 计算边缘相似度矩阵 similarityMatrix = zeros(9, 9); for i = 1:9 for j = 1:9 similarityMatrix(i, j) = calculateSimilarity(edgeImages{i}, edgeImages{j}); end end % 构建最小生成树 G = graph(similarityMatrix); mst = minspantree(G); %创建一个大小为300x300的大图像 resultSize = [300 300]; resultImage = zeros(resultSize(1), resultSize(2), 3); % 每行显示3张小图像 for row = 1:3 for col = 1:3 % 计算小图像在大图像中的位置 startIndex = (col-1) * resultSize(2)/3 + 1; endIndex = col * resultSize(2)/3; % 将 smallImages{(row-1)*3+col} 图像复制到对应位置 resultImage((row-1)*resultSize(1)/3+1:row*resultSize(1)/3, startIndex:endIndex, :) = smallImages{(row-1)*3+col}; end end % 显示结果图像 imshow(resultImage); % 计算边缘相似度的函数（这里仅示意，实际可根据需要进行修改） function similarity = calculateSimilarity(edgeImage1, edgeImage2) similarity = sum(edgeImage1(:) == edgeImage2(:)) / numel(edgeImage1); end，运行显示图片空白，如何处理

图片显示为空白可能是由于以下几个原因导致的：

1. 图片路径错误：请确保你的图片路径是正确的，并且图片文件存在于指定的路径上。你可以使用`imread`函数读取图片前，可以先使用`exist`函数检查文件是否存在。

2. 图片格式不支持：请确保你读取的图片格式是被支持的格式，比如JPEG、PNG等。你可以使用`imformats`函数查看Matlab支持的图片格式。

3. 图片数据类型错误：请确保你读取的图片数据类型是正确的。如果图片数据类型不正确，可能会导致图片显示出错。你可以使用`imshow`函数显示之前，可以先使用`class`函数检查图片的数据类型。

4. 图片尺寸错误：请确保你的图片尺寸与代码中设置的尺寸匹配。在代码中，你设置了一个结果大图的尺寸为3x3网格，然后将小图像复制到对应位置。如果小图像的尺寸不符合要求，可能会导致结果显示不正确。你可以使用`size`函数检查小图像和结果大图的尺寸。

如果你仍然遇到问题，请提供更多的信息，比如错误提示信息、代码运行环境等，以便我更好地帮助你解决问题。