待处理图像是一张药板图，我们的处理目标有以下几个：
1. 将药板从黑色背景中分离（药板部分显示为白色，背景显示为黑色）；
2. 根据分割结果将药板旋转至水平；
1. 将药板从黑色背景中分离（药板部分显示为白色，背景显示为黑色）；
2. 根据分割结果将药板旋转至水平；
3. 提取药板中的药丸的信息；
采用两种方法执行，详细注释见代码
clc;clear all;
%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%% 法一：用otsu对图像进行分割
img=imread('1.jpg');
I=rgb2gray(img);
T=graythresh(I); %采用Otsu方法计算最优阈值T对图像二值化；
Ibw1 = im2bw(I,T);
figure, imshow(Ibw1);title('Otsu-图1');
%% 接着将孔洞填充
BW1 = imfill(Ibw1, 'holes');%孔洞填充
figure;imshow(BW1);title('分离出的药板')
%% 将药板旋转至水平
%将药板二值化之后，取出边缘，Hough变换求出线段斜率，得到角度，然后通过imrotate()函数进行自动旋转。这一步重点在于标出直线，求得斜率。
bw=double(Ibw1);
BW=edge(bw,'canny');
%霍夫变换
[H,T,R]=hough(BW); %H：累计数组 ,T：H对应的θ， R：H对应的ρ,实际上H的大小就是R×T,
P=houghpeaks(H,4,'threshold',ceil(0.3*max(H(:))));%峰值提取 --peaks = houghpeaks(H,numpeaks,param1, val1)
%Numpeaks：指定需要检测的峰值个数； Param1：可以是'Threshold'或'NHoodSize'
%'Threshold'-指定峰值的域值，默认是0.5*max(H(:));
%'NHoodSize'-是个二维向量[m,n]，检测到一个峰值后，将峰值周围[m,n]内元素置零。
lines=houghlines(BW,T,R,P,'FillGap',50,'MinLength',7);%画直线段 lines = houghlines(BW,theta, rho, peaks,param1, val1)
%Lines：结构数组，大小等于检测到的直线段数，每个单元包含point1、point2：线段的端点,Theta、rho：线段的theta和rho
max_len = 0;
figure,imshow(BW),title('直线标识产物');
hold on;
for k=1:length(lines)
xy=[lines(k).point1;lines(k).point2];
%plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green');
% 标出线段的起始和终端点
%plot(xy(1,1),xy(1,2),'x','LineWidth',2,'Color','yellow');
%plot(xy(2,1),xy(2,2),'x','LineWidth',2,'Color','red');
len=norm(lines(k).point1-lines(k).point2);
Len(k)=len;
if (len>max_len)
max_len=len;
xy_long=xy;
end
end
[L1 Index1]=max(Len(:));
% 求得最长线段的斜率
K1=-(lines(Index1).point1(2)-lines(Index1).point2(2))/(lines(Index1).point1(1)-lines(Index1).point2(1));
angle=atan(K1)*180/pi;
A = imrotate(img,-angle,'bilinear','crop');% imrorate 是逆时针的所以取负
figure; imshow(A);title('旋转后的药板')
%% 提取药板中药丸的位置信息 --简单点说就是把药丸框起来。用到regionprops函数。
%在二值图中确定出标记位置信息
B=rgb2gray(A);
B=A;
B=im2bw(A,graythresh(A));
L = bwlabel(~B);%返回一个和B大小相同的L矩阵，包含了标记了B中每个连通区域的类别标签，这些标签的值为1、2、num（连通区域的个数）。
%n的值为4或8，表示是按4连通寻找区域，还是8连通寻找，默认为8。
stats = regionprops(L, 'BoundingBox');%用来度量图像区域属性的函数。
%测量标注矩阵L中每一个标注区域的一系列属性。L中不同的正整数元素对应不同的区域。
%例如：L中等于整数1的元素对应区域1；L中等于整数2的元素对应区域2；以此类推。
%返回值STATS是一个长度为max(L(:))的结构数组，结构数组的相应域定义了每一个区域相应属性下的度量。
%properties 可以是由逗号分割的字符串列表、饱含字符串的单元数组、单个字符串 'all' 或者 'basic'。
%如果 properties 等于字符串 'all'，则所有下述字串列表中的度量数据都将被计算。
%如果 properties 没有指定或者等于 'basic'，则属性: 'Area', 'Centroid', 和 'BoundingBox' 将被计算。
%在旋转后的图像中标记
figure; imshow(A);title('旋转后的药板（标记药丸位置）')
hold on;
for i = 1 : length(stats)
if stats(i).BoundingBox(1)>10
rectangle('Position', stats(i).BoundingBox, 'edgecolor', 'r','LineWidth',3);
end
end
%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%% 法二：基于颜色特征的区域分割
ycbcr=rgb2ycbcr(A);
y=ycbcr(:,:,1); %亮度
cb=ycbcr(:,:,2); %彩度
cr=ycbcr(:,:,3); %浓度
thr_y=graythresh(y);
bw_y=im2bw(y,thr_y);
figure;
imshow(bw_y);
thr_cb=graythresh(cb);
bw_cb=im2bw(cb, thr_cb);
figure;
imshow(bw_cb);
%将两个颜色空间的图像取反，相加
B1=~(~bw_y+~bw_cb);
%做一下形态学运算，再框起来
se=strel('disk',5); %%生成圆形结构元素
B1=imclose(B1,se); %%用生成的结构元素对图像进行闭运算
B1=imopen(B1,se); %%用生成的结构元素对图像进行开运算
%确定出标记位置
L1 = bwlabel(~B1);
stats1 = regionprops(L1, 'BoundingBox');
%在旋转后的图像中标记
figure; imshow(A);title('旋转后的药板1（标记药丸位置）')
hold on;
for i = 1 : length(stats1)
if stats1(i).BoundingBox(1)>10
rectangle('Position', stats1(i).BoundingBox, 'edgecolor', 'r','LineWidth',3);
end
end