關于圖像處理技術的分析和應用介紹

這個夏天，席卷全球（什么時候可以席卷到中國= =）的Pokémon Go吸引了各路宅男宅女走出房間，更有大神把它和MATLAB聯(lián)系在一起，使用圖像處理技術黑入游戲，自動搜索PokéStops，抓住小精靈們！

如何實現(xiàn)的呢？

首先獲取游戲截圖：

url = 'http://blogs.mathworks.com/steve/files/pokemon-go-screen.jpg';

rgb = imread(url);imshow(rgb)

圖片里的藍色圓環(huán)部分代表了PokéStop。我們的任務是在地圖上自動搜素到它們。這里是關鍵的幾步：

通過顏色對圖像分區(qū)；

使用形態(tài)學閉運算清理分割區(qū)域；

計算連通部分的面積和圖心；

選擇最大對象。

首先，可以使用Color Thresholder，通常和Lab color space一起，根據(jù)顏色對圖像分區(qū)。下圖顯示了通過調(diào)整a*和b*的閾值來選出PokéStop的顏色區(qū)間。

使用imshow看一下分區(qū)結果：

第二步，使用形態(tài)學閉運算進一步調(diào)整PokéStop的圖形：

BW2 = imclose(BW,strel('disk',20));

imshow(BW2)

結果如下：

第三步，使用regionprops找到所有連通域，并計算面積和圖心。

在最新版的Image Processing Toolbox中，你可以讓regionprops以列表的方式返回計算結果，更加易讀：

t = regionprops('table',BW2,'area','centroid')

t =

Area Centroid

_____ ________________ 1157 37.43 665.14 13259 260.56 313.99 2 217 49.5 6 259 31.5 1 265 82 6 356.5 31.667 12 387.5 31.5

最后，找到其中最大的區(qū)域，并返回圖心位置：

[~,j] = max(t.Area);

location = t.Centroid(j,:)

location =

260.5581 313.9893

在最初的截圖中檢驗一下計算結果：

imshow(rgb)

hold on

plot(location(1),location(2),'dy','MarkerSize',10,'MarkerFaceColor','y')

hold off