基于MATLAB的图片提取和分析
Yuxuan Wu Lv13
2021-01-25 08:37:06 1.7k Words 8 Mins

完成学校Matlab作业后的一些总结，数据可以从我的GitHub账户下载。作为一名Matlab的初学者，请多多海涵

数据在此

数据是来自车牌号图片（冷知识：I,O天生是在车牌里不出现的）。一共24个文件夹，每个文件夹里有100张图片，所以一共有2400张图片。这次的项目是构建预测模型来进行图像识别。

img

我们打开这些文件，查看图片的详细信息

img

我们发现这里面的图片格式不一致，且命名没有统一规律。

下文开始处理图片数据，并将每一张照片提取出来，用Matlab分析

方法一：暴力修改文档法

核心思路：将图片全部提取出来，然后统一格式，统一名称，保存在一个新的文件夹里

参考 matlab遍历文件夹下所有图片和遍历所有子文件夹下图片_无鞋童鞋的博客-CSDN博客_matlab遍历文件夹下子文件夹所有文件

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
imgDataPath = '../INT301_Assessment2/ass2data/';
imgDataDir  = dir(imgDataPath);             % 遍历该路径下的所有文件
savepath =  '../INT301_Assessment2/ass2_processed_data/'; % 要改写的文件路径
for i = 1:length(imgDataDir)
    if(isequal(imgDataDir(i).name,'.')||... % 去除系统自带的两个隐文件夹
       isequal(imgDataDir(i).name,'..')||...
       isequal(imgDataDir(i).name,'.DS_Store')||...
       ~imgDataDir(i).isdir)                % 去除遍历中不是文件夹的
           continue;
    end
    imgDir_jpeg = dir([imgDataPath imgDataDir(i).name '/*.jpeg']); %读取jpeg格式的图片
    imgDir_jpg = dir([imgDataPath imgDataDir(i).name '/*.jpg']); %读取jpg格式的图片
    imgDir = [imgDir_jpeg',imgDir_jpg']'; % 合并成子文件夹下的所有图片地址

    
    for j =1:length(imgDir)                 % 遍历所有文件的地址
        img = imread([imgDataPath imgDataDir(i).name '/' imgDir(j).name]); %读取单个文件
        imwrite(img, [savepath,imgDataDir(i).name,num2str(j),'.jpeg']) %以字符+编号为命名

    end
end

新建立的文件夹，检查一下有没有漏，可以直接看每个字母的最后一个是不是”字母100.jpeg”

img

处理单个图片，以矩阵形式保存倒入的图片

下图getimdata2这个函数输入的是重写后的新文件夹地址，输出的是训练集X和标签y （这里用数字代指标签）

不好意思有点懒得动脑子了，就直接写了24个if，大家可以随意优化

如果继续处理例如转换为onehot之类的可以直接用ind2vec来转换

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
function [ data,target ] = getimdata2(path)
%GETIMDATA Summary of this function goes here
%   Detailed explanation goes here
    files = dir([path '*.jpeg']);
    data=[];
    target=[];
    
    for file = files'
        im = imread([path file.name]);
        % Normalize the data 
        im = double(im);
        im = im/255;
        
        data = [data im(:)];
        if strcmp(file.name(1),'A') % 如果文件第一个字符等于‘A‘，那就用1代替a
            target=[target [1]];
        elseif strcmp(file.name(1),'B')
            target=[target [2]];
        elseif strcmp(file.name(1),'C')
            target=[target [3]];
        elseif strcmp(file.name(1),'D')
            target=[target [4]];
        elseif strcmp(file.name(1),'E')
            target=[target [5]];
        elseif strcmp(file.name(1),'F')
            target=[target [6]];
        elseif strcmp(file.name(1),'G')
            target=[target [7]];
        elseif strcmp(file.name(1),'H')
            target=[target [8]];
        elseif strcmp(file.name(1),'J')
            target=[target [9]];
        elseif strcmp(file.name(1),'K')
            target=[target [10]];
        elseif strcmp(file.name(1),'L')
            target=[target [11]];
        elseif strcmp(file.name(1),'M')
            target=[target [12]];
        elseif strcmp(file.name(1),'N')
            target=[target [13]];
        elseif strcmp(file.name(1),'P')
            target=[target [14]];
        elseif strcmp(file.name(1),'Q')
            target=[target [15]];
        elseif strcmp(file.name(1),'R')
            target=[target [16]];
        elseif strcmp(file.name(1),'S')
            target=[target [17]];
        elseif strcmp(file.name(1),'T')
            target=[target [18]];
        elseif strcmp(file.name(1),'U')
            target=[target [19]];
        elseif strcmp(file.name(1),'V')
            target=[target [20]];
        elseif strcmp(file.name(1),'W')
            target=[target [21]];
        elseif strcmp(file.name(1),'X')
            target=[target [22]];
        elseif strcmp(file.name(1),'Y')
            target=[target [23]];
        elseif strcmp(file.name(1),'Z')
            target=[target [24]];
        end    
    end
end

另外一个getimdata 函数和上面大体差不多，但是输出的是已经onehot encoding后的结果（e.g. A-> (1,0,0,…0)）标签用一个1*24的向量来表示

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
function [ data,target ] = getimdata(path)
%GETIMDATA Summary of this function goes here
%   Detailed explanation goes here
    files = dir([path '*.jpeg']);
    data=[];
    target=[];
    
%   Generated the cell and zero matrix to store
    store = cell(1,24);
    tst_zero = zeros(1,24);
    
%   Fill the zeros matrix 
    for i = 1:24
        copy = tst_zero;
        copy(1,i) = 1;
        store{i} = copy;
    end 

    
    for file = files'
        im = imread([path file.name]);
        % Normalize the data 
        im = double(im);
        im = im/255;
        data = [data im(:)];
        test_zero = zeros(1,24);
        if strcmp(file.name(1),'A')
            target=[target [store{1}]'];
        elseif strcmp(file.name(1),'B')
            target=[target [store{2}]'];
        elseif strcmp(file.name(1),'C')
            target=[target [store{3}]'];
        elseif strcmp(file.name(1),'D')
            target=[target [store{4}]'];
        elseif strcmp(file.name(1),'E')
            target=[target [store{5}]'];
        elseif strcmp(file.name(1),'F')
            target=[target [store{6}]'];
        elseif strcmp(file.name(1),'G')
            target=[target [store{7}]'];
        elseif strcmp(file.name(1),'H')
            target=[target [store{8}]'];
        elseif strcmp(file.name(1),'J')
            target=[target [store{9}]'];
        elseif strcmp(file.name(1),'K')
            target=[target [store{10}]'];
        elseif strcmp(file.name(1),'L')
            target=[target [store{11}]'];
        elseif strcmp(file.name(1),'M')
            target=[target [store{12}]'];
        elseif strcmp(file.name(1),'N')
            target=[target [store{13}]'];
        elseif strcmp(file.name(1),'P')
            target=[target [store{14}]'];
        elseif strcmp(file.name(1),'Q')
            target=[target [store{15}]'];
        elseif strcmp(file.name(1),'R')
            target=[target [store{16}]'];
        elseif strcmp(file.name(1),'S')
            target=[target [store{17}]'];
        elseif strcmp(file.name(1),'T')
            target=[target [store{18}]'];
        elseif strcmp(file.name(1),'U')
            target=[target [store{19}]'];
        elseif strcmp(file.name(1),'V')
            target=[target [store{20}]'];
        elseif strcmp(file.name(1),'W')
            target=[target [store{21}]'];
        elseif strcmp(file.name(1),'X')
            target=[target [store{22}]'];
        elseif strcmp(file.name(1),'Y')
            target=[target [store{23}]'];
        elseif strcmp(file.name(1),'Z')
            target=[target [store{24}]'];
        end    
    end
end

方法二：利用imageDatastore

简便的方法永远是在你写完做完后发现的🙄

imageDatastore 可以直接读取你这个文件夹下的所有子文件及其图片

下面的代码是直接将数据集和标签都已经分好处理好了，可以直接喂到模型里面去的

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
%%
clc;
clear;

%% 
F = '../INT301_Assessment2/ass2data';
imds = imageDatastore(F,'IncludeSubfolders',true,'LabelSource','foldernames');

%%
labelCount = countEachLabel(imds);   %统计imds中各标签值的图片数

%% 2，8分割，8为training，2为testing
numTrainFiles = 80;
[imdsTrain, imdsTest] = splitEachLabel(imds, numTrainFiles,'randomize');

%%
data = [];
files = imdsTrain.Files;
x = 0;
for file = files'
    im = imread(file{1});
    im = double(im);
    im = im/255;
    data = [data im(:)];
end 
%%
X_train = data';
y_train = imdsTrain.Labels;
y_train = label_preprocess(y_train);


%%
data = []
files = imdsTest.Files;
x = 0
for file = files'
    im = imread(file{1});
    im = double(im);
    im = im/255;
    data = [data im(:)];
end 
%%
X_test = data';
y_test = imdsTest.Labels;
y_test = label_preprocess(y_test);

这里我将那24个 if 打包写成了一个新的函数叫label_preprocess，输入的是标签，输出的是onehot encoding后的结果

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
function [target] = label_preprocess(y_train)
target = [];
for y = y_train'
    if y == 'A'
        target=[target [1]];
    elseif y=='B'
        target=[target [2]];
    elseif y=='C'
        target=[target [3]];
    elseif y=='D'
        target=[target [4]];
    elseif y=='E'
        target=[target [5]];
    elseif y=='F'
        target=[target [6]];
    elseif y=='G'
        target=[target [7]];
    elseif y=='H'
        target=[target [8]];
    elseif y=='J'
        target=[target [9]];
    elseif y=='K'
        target=[target [10]];
    elseif y=='L'
        target=[target [11]];
    elseif y=='M'
        target=[target [12]];
    elseif y=='N'
        target=[target [13]];
    elseif y=='P'
        target=[target [14]];
    elseif y=='Q'
        target=[target [15]];
    elseif y=='R'
        target=[target [16]];
    elseif y=='S'
        target=[target [17]];
    elseif y=='T'
        target=[target [18]];
    elseif y=='U'
        target=[target [19]];
    elseif y=='V'
        target=[target [20]];
    elseif y=='W'
        target=[target [21]];
    elseif y=='X'
        target=[target [22]];
    elseif y=='Y'
        target=[target [23]];
    elseif y=='Z'
        target=[target [24]];
    end
end 

target =ind2vec(target);
target = target';

方法三：直接读取.g格式（仅限本题使用）

因为jpeg和jpg都是以g结尾，所以可以本题可以直读取g。代码就略了

  • Post title：基于MATLAB的图片提取和分析
  • Post author：Yuxuan Wu
  • Create time：2021-01-25 08:37:06
  • Post link：yuxuanwu17.github.io2021/01/25/MATLAB图片提取与分析/
  • Copyright Notice：All articles in this blog are licensed under BY-NC-SA unless stating additionally.