关于绘图：在Matlab中以pcolor查找轮廓/边线


Find contour/edge in pcolor in Matlab

我正在尝试在Matlab的pcolor图中绘制一个遵循"像素"边缘的轮廓。这可能是图片中最好的解释。这是我的数据图。黄色数据(data == 1)和蓝色数据(data == 0)之间有明显的界限：

Pcolor plot

请注意，这是一个pcolor图，因此每个"正方形"本质上都是一个像素。我想返回的轮廓遵循黄色数据像素的表面，而不仅仅是黄色数据的边缘。

i want this output

因此，输出轮廓(绿线)穿过像素脸部(红点)的中点。

请注意，我不希望轮廓跟随数据的中心点(黑点)，而这样做会像这样的绿线。使用contour可以轻松实现。

I dont want this outcome

另外，如果有帮助，我可以提供一些网格。我在像素中间有个点(很明显，这就是我在此处绘制的点)，在角上也有点，在西/东面和北/南面上也有点。如果您熟悉Arakawa网格，则这是Arakawa-C网格，因此我有rh-，u-，v-和psi-点。

我已经尝试过插值，交织网格和其他一些事情，但是我没有任何运气。任何帮助将不胜感激，并将阻止我发疯。

干杯，戴夫

编辑：

抱歉，我简化了图像以使我想解释的内容更加明显，但这是我要分离的区域的较大图像(放大后)：
zoomed out image

如您所见，它是一个复杂的轮廓，在环绕并移回"东北"之前朝着"西南"方向前进。这是我想通过黑点画的红线：

intended output line

您可以通过对我发布到相关问题的解决方案进行一些修改来解决此问题。我在问题data中使用了示例图像蒙版的一部分。首先，您需要填充蒙版中的孔，您可以使用"图像处理工具箱"中的imfill进行此操作：

1
2
3
x = 1:15;  % X coordinates for pixels
y = 1:17;  % Y coordinates for pixels
mask = imfill(data, 'holes');

接下来，使用我的其他答案中的方法来计算轮廓坐标的有序集合(位于像素角上)：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
% Create raw triangulation data:
[cx, cy] = meshgrid(x, y);
xTri = bsxfun(@plus, [0; 1; 1; 0], cx(mask).');
yTri = bsxfun(@plus, [0; 0; 1; 1], cy(mask).');
V = [xTri(:) yTri(:)];
F = reshape(bsxfun(@plus, [1; 2; 3; 1; 3; 4], 0:4:(4*nnz(mask)-4)), 3, []).';

% Trim triangulation data:
[V, ~, Vindex] = unique(V, 'rows');
V = V-0.5;
F = Vindex(F);

% Create triangulation and find free edge coordinates:
TR = triangulation(F, V);
freeEdges = freeBoundary(TR).';
xOutline = V(freeEdges(1, [1:end 1]), 1);  % Ordered edge x coordinates
yOutline = V(freeEdges(1, [1:end 1]), 2);  % Ordered edge y coordinates

最后，您可以在像素边缘的中心处获得所需的坐标，如下所示：

1
2
ex = xOutline(1:(end-1))+diff(xOutline)./2;
ey = yOutline(1:(end-1))+diff(yOutline)./2;

这是显示结果的图：

1
2
3
4
5
6
imagesc(x, y, data);
axis equal
set(gca, 'XLim', [0.5 0.5+size(mask, 2)], 'YLim', [0.5 0.5+size(mask, 1)]);
hold on;
plot(ex([1:end 1]), ey([1:end 1]), 'r', 'LineWidth', 2);
plot(ex, ey, 'k.', 'LineWidth', 2);

enter image description here

相关讨论

看下面的代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
% plotting some data:
data = [0 0 0 0 0 0 1 1
    0 0 0 0 0 1 1 1
    0 0 0 0 1 1 1 1
    0 0 0 0 0 1 1 1
    0 0 0 0 1 1 1 1
    0 0 0 0 1 1 1 1
    0 0 0 0 1 1 1 1];
p = pcolor(data);
axis ij
% compute the contour
x = size(data,2)-cumsum(data,2)+1;
x = x(:,end);
y = (1:size(data,1));
% compute the edges shift
Y = get(gca,'YTick');
y_shift = (Y(2)-Y(1))/2;
% plot it:
hold on
plot(x,y+y_shift,'g','LineWidth',3,'Marker','o',...
    'MarkerFaceColor','r','MarkerEdgeColor','none')

它产生此：

enter image description here

这是您要找的东西吗？

上面最重要的几行是：

1
2
x = size(data,2)-cumsum(data,2)+1;
x = x(:,end);

它找到每一行在0到1之间转换的位置(假设一行中只有一个)。

然后，在plot内，将y移位两个相邻的y轴刻度之间的距离的一半，因此将它们放置在边缘的中心。

编辑：

经过对此类数据的一些试验，我得到了以下结果：

1
2
3
4
5
6
7
8
9
10
11
imagesc(data);
axis ij
b = bwboundaries(data.','noholes');
x = b{1}(:,1);
y = b{1}(:,2);
X = reshape(bsxfun(@plus,x,[0 -0.5 0.5]),[],1);
Y = reshape(bsxfun(@plus,y,[0 0.5 -0.5]),[],1);
k = boundary(X,Y,1);
hold on
plot(X(k),Y(k),'g','LineWidth',3,'Marker','o',...
    'MarkerFaceColor','r','MarkerEdgeColor','none')

它并不完美，但是可以通过更简单的方法使您更接近所需的内容：

enter image description here

相关讨论

好的，我想我已经解决了……距离足够近，可以开心。

首先，我获取原始数据(我称其为mask_rho，并使用其制作遮罩mask_u，mask_v，它们与mask_rho类似，但分别在水平和垂直方向上略有偏移。

1
2
3
4
5
6
7
8
9
10
11
%make mask_u and mask_v  
for i = 2:size(mask_rho,2)
for j = 1:size(mask_rho,1)
    mask_u(j, i-1) = mask_rho(j, i) * mask_rho(j, i-1);
end
end
for i = 1:size(mask_rho,2)
for j = 2:size(mask_rho,1)
    mask_v(j-1, i) = mask_rho(j, i) * mask_rho(j-1, i);
end
end

然后，我制作修改的蒙版mask_u1和mask_v1，它们与mask_rho相同，但分别与水平和垂直方向上的相邻点进行平均。

1
2
3
%make mask which is shifted E/W (u) and N/S (v)
mask_u1 = (mask_rho(1:end-1,:)+mask_rho(2:end,:))/2;
mask_v1 = (mask_rho(:,1:end-1)+mask_rho(:,2:end))/2;

然后，我使用蒙版之间的差异来定位蒙版在水平方向(在u蒙版中)和垂直方向(在v蒙版中)从0变为1以及从1变为0的位置。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
% mask_u-mask_u1 gives the NEXT row with a change from 0-1.
diff_mask_u=logical(mask_u-mask_u1);
lon_u_bnds=lon_u.*double(diff_mask_u);
lon_u_bnds(lon_u_bnds==0)=NaN;
lat_u_bnds=lat_u.*double(diff_mask_u);
lat_u_bnds(lat_u_bnds==0)=NaN;
lon_u_bnds(isnan(lon_u_bnds))=[];
lat_u_bnds(isnan(lat_u_bnds))=[];
%now same for changes in mask_v
diff_mask_v=logical(mask_v-mask_v1);
lon_v_bnds=lon_v.*double(diff_mask_v);
lon_v_bnds(lon_v_bnds==0)=NaN;
lat_v_bnds=lat_v.*double(diff_mask_v);
lat_v_bnds(lat_v_bnds==0)=NaN;
lon_v_bnds(isnan(lon_v_bnds))=[];
lat_v_bnds(isnan(lat_v_bnds))=[];
bnd_coords_cat = [lon_u_bnds,lon_v_bnds;lat_u_bnds,lat_v_bnds]'; %make into 2 cols, many rows

结果将获取边界边缘的所有坐标：

mostly solved..

现在我的回答有点不对劲。如果将上面的矢量绘制为点plot(bnd_coords_cat(:,1),bnd_coords_cat(:,2),'kx'，我会得到上面的图像，这很好。但是，如果我加入该行，如plot(bnd_coords_cat(:,1),bnd_coords_cat(:,2),'-'所示，则该行会跳来跳去，因为这些点未排序。当我进行排序(使用sort和pdist2)以按最接近的点进行排序时，Matlab有时会选择奇数点...尽管如此，我仍然认为我会将这段代码作为附录，以及可选的附加项。可能有人知道对输出向量bnds_coords_cat进行排序的更好方法：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
% now attempt to sort
[~,I]=sort([lon_u_bnds,lon_v_bnds]);
bnd_coords_inc1 = bnd_coords_cat(I,1);
bnd_coords_inc2 = bnd_coords_cat(I,2);
bnd_coords = [bnd_coords_inc1,bnd_coords_inc2];
bnd_coords_dist = pdist2(bnd_coords,bnd_coords);
bnd_coords_sort = nan(1,size(bnd_coords,1));
bnd_coords_sort(1)=1;
for ii=2:size(bnd_coords,1)
 bnd_coords_dist(:,bnd_coords_sort(ii-1)) = Inf; %don't go backwards?
 [~,closest_idx] = min(bnd_coords_dist(bnd_coords_sort(ii-1),:));
 bnd_coords_sort(ii)=closest_idx;
end
bnd_coords_final(:,1)=bnd_coords(bnd_coords_sort,1);
bnd_coords_final(:,2)=bnd_coords(bnd_coords_sort,2);

请注意，pdist2方法是由同事建议的，也是从该SO答案中提出的，在matlab中对坐标点进行排序。这是最终结果：

OK, sorting is a bit stuffed up

老实说，没有界限的绘图就可以了。就我而言，这已经足够接近答案了！

相关讨论