利用matlab提取图片中的曲线数据

利用Matlab提取图图片中的数据从事科研或者工程的人员在文档撰写过程中，常需要将文献中的曲线与自己的结果对比，为获取原始数据，一种常用的办法是手动描点，即将原始曲线放大然后打印出来，选取一定数量的点，读出其横纵坐标，然后重绘。对于较为平坦的曲线，这种方法当然可行，但当曲线数量增加，曲线变化复杂，这种方法工作量可想而知。前段时间由于原始数据丢失，仅剩几十幅图片，本人尝试过手动描点，经历几个小时奋战，实在无法继续，索性转向matlab，借助其强大的数据处理能力，编写了两个GUI的小软件image2data、data_poly提取数据，如今大功告成，遂于大家分享。[e-mail]本文分三部分：1、数据提取实验演示；2、软件编写要点；3、附录。仅关心如何使用的朋友请看第一部分，有兴趣深入钻研的兄弟看看第二部分，软件以功能实现为主，界面和操作其次。1、数据提取演示实验原始数据来源：安华高科技数据手册（HSMP-38XXandHSMP-48XXSeries），如图1所示。目标曲线：提取1MHz频率下的PIN二极管电容与反偏电压之间关系曲线。图1包含目标曲线的原始图像实验步骤：Step1：制作jpg图片。从pdf中copy上述包含目标曲线和坐标的曲线，paste到ppt的空白页面当中，然后调整到合适的大小saveasfigure1.jpg到我的文档。图2利用ppt制作jpg格式图像Step2：导入图片，填写相关参数。运行image2data软件（程序采用matlabR2008b编写），按照界面给出的顺序填写横纵坐标的最大最小值，然后导入图片，如下图所示。图3导入图像并输入相关参数Step3：坐标轴标定。按下面板上的zoomon按钮进行图像放大，zoomout按钮恢复初始显示大小，panon按钮采用鼠标拖动图像，panon/off按钮退出放大或者拖动的鼠标操作模式，空格键表示取点操作，delete键表示删除上一次取点操作，状态栏的num显示当前鼠标取点总数目（注意，初始点数为2，然后存处4个坐标轴标定坐标，剩余用来存储曲线坐标）。值得指出的是，每次放大或者拖动操作完毕后，必须按下panon/off按钮，才能用空格键进行取点操作。图4坐标轴定标Step4：曲线描点。按照上述操作反复进行图像放大、拖动、取点，状态栏的cpx和cpy用于显示当前坐标（注意，这个坐标图像坐标，y轴方向向下，后面坐标变换需要考虑），下图给出了描点完毕后的曲线，可以看出取点基本代表了曲线的全部信息。图5曲线描点Step5：数据处理及存储。按下demo按钮，描点后的曲线会显示在图像当中，按下process按钮，程序自动进行坐标转换，得到所有描点的真实坐标，按下save按钮，便会生成一个txt文本，数据记录其中（import和save按钮下都有文本输入框，本别代表输入文本和存储文本的名称，不带后缀）。图6拟合曲线效果图7数据记录文本Step6：数据后处理。由于以上数据是手动选取的，故分布不够均匀，下面我们通过数据拟合，然后重新采样得到等间距的数据（可能大家会问，为什么两个功能不做在一起呢？数据拟合是个比较麻烦的事情，本组曲线采用多项式拟合即可，可对于更多的曲线采用指数函数、正弦函数等才能得到比较好的结果，matlab中的cftool工具箱就包含了很多的拟合函数，为避免重复工作，仅编写了data_poly这个小软件用来数据拟合再采样，其他的拟合就靠cftool了）。运行data_poly，nth代表多项式拟合的阶数（一般6就够用了），num代表重新采样的数据个数，其他几个就不用解释了，默认输入文本为data.txt,输出文本为ndata.txt，数据拟合结果如下图所示。图8数据拟合再采样结果至此，数据提取过程完毕，可能操作上有些不便（毕竟只是小工具而已），但比起手动描点的速度和精度，可谓小巫见大巫。2、软件编写要点这两个小软件从构思到完成大概用了两天，功能的完成绝大部分归功于matlab丰富的函数库和方便的GUI，其中用到的主要函数主要有：imread,imshow,findobj,num2str,strcat,load,save,get,set.列表如下，更详细的介绍请参阅matlabhelp文档。表1主要函数列表IndexFunctionDescription1findobjLocategraphicsobjectswithspecificproperties2getQueryobjectproperties3imreadReadimagefromgraphicsfile4imshowDisplayimage5loadLoadworkspacevariablesfromdisk6num2strConvertnumbertostring7saveSaveworkspacevariablestodisk8setSetobjectproperties9strcatConcatenatestringshorizontally除了上述函数的掌握之外，还需要对matlab的GUI数据结构和函数响应有一定的理解，在此就不多讲了（多看matlabhelp相关例程就明白了）。编写程序之前，首先心中要有一个框架，做些什么，怎么做，顺序如何等。本软件的结构如下图所示：导入图像创建数据结构坐标轴定标曲线描点坐标变换数据后处理：拟合、重新采样、存储图9程序流程示意导入图像程序段：h_temp=findobj('tag','edit8');str_img=strcat(get(h_temp,'String'),'.jpg');%getfullnameofpictureimage_temp=imread(str_img);imshow(image_temp);%readandshow创建数据结构程序段：handles.cpx=0;handles.cpy=0;%gloablevariablesforcurrentpositionofmousehandles.idata=zeros(2,2);%thekeyvariableforobtainingcurvedataguidata(hObject,handles);坐标轴定标及坐标变换：%obtaininputaxisimformationtemp=str2num(get(findobj('tag','edit1'),'string'));xmin=temp;temp=str2num(get(findobj('tag','edit2'),'string'));xmax=temp;temp=str2num(get(findobj('tag','edit3'),'string'));ymin=temp;temp=str2num(get(findobj('tag','edit4'),'string'));ymax=temp;%saveaxistoglobalvariableidataidata(1:2,:)=[xmin,xmax;ymin,ymax];idata=[idata;handles.idata(3:end,:)];axis_p=idata(3:6,:);data_p=idata(7:end,:);%classidataxpmin=axis_p(3,1);xpmax=axis_p(4,1);ypmin=axis_p(1,2);ypmax=axis_p(2,2);%coordinatetransformdata_new=data_p;data_new(:,1)=data_p(:,1)-xpmin;data_new(:,2)=ypmax-data_p(:,2);data_new(:,1)=data_new(:,1)/(xpmax-xpmin);data_new(:,2)=data_new(:,2)/(ypmax-ypmin);data_new(:,1)=xmin+data_new(:,1)*(xmax-xmin);data_new(:,2)=ymin+data_new(:,2)*(ymax-ymin);%saveresultsasanewvariableidata(7:end,:)=data_new;handles.newidata=idata;guidata(hObject,handles);数据后处理代码段：%obtaininputdatax=handles.data(:,1);y=handles.data(:,2);n=str2double(get(findobj('tag','edit1'),'string'));np=str2double(get(findobj('tag','edit2'),'string'));xmin=str2double(get(findobj('tag','edit3'),'string'));xmax=str2double(get(findobj('tag','edit4'),'string'));%datafittingandsamlpingp=polyfit(x,y,n);xnew=[xmin:(xmax-xmin)/(np-1):xmax]';ynew=polyval(p,xnew);%saveresultsandplotcurveplot(x,y,'-*b',xnew,ynew,'-+r');legend('orignal','fitting');handles.ndata=[xnew,ynew];guidata(hObject,handles);3、附录3.1描点数据列表indexxyindexxy10.0663900.4432563110.0774380.25322320.1481530.4380023210.5563350.25086330.2415960.4319473311.2237890.24725740.3934420.4257133411.8078090.24378450.5458010.4168973512.3618110.24111260.6363240.4099963612.9750330.23848570.7940100.4039413713.4441890.23630480.9660660.3944123814.0398910.23376691.1149910.3878673914.4895870.231361101.3636120.3770924014.9058770.229847111.5037770.3710814115.3672530.227755121.7609900.3616424215.7614670.226464131.9770780.3540724316.3033020.224371142.3941120.3418284416.9136040.221877152.7007230.3343924517.2815370.220497163.1209610.3250424617.8184570.218983173.5268550.3175624718.3148750.216891183.9142760.3115064818.7295300.215510194.2354870.3066094919.3399400.214397204.4778560.3030025019.7020320.212972214.8165880.2987725119.9852820.212216225.3420310.292049235.6428010.288665246.0486960.284346256.6502030.278736267.0823790.274862277.7841300.269030288.2338260.265512298.8966760.260792309.3960130.2578093.2数据拟合结果LinearmodelPoly9:fittedmodel1(x)=p1*x^9+p2*x^8+p3*x^7+p4*x^