客观形态

结合这个学期图像处理课上所学的种种与对matlab的应用，对十二个一的图像进行了处理，得到十二个一本身的各种客观的数据，如每个一的粗细，角度等数据。

预处理

得到的原始图片为了美观，背景上有一些噪点作为纹理，同时因为是书法，由于毛笔的干湿因素，笔画不是完全填充，会存在空隙。
在这里插入图片描述
所以对此进行了

图像二值化，翻转颜色

    originalPic = im2bw(originalPic);
    originalPic = 1 - originalPic;

开运算去噪

    se = strel('disk', 4);
    originalPic = imopen(originalPic, se);

闭运算使笔画尽量闭合

    se = strel('disk', 20);
    originalPic = imclose(originalPic, se);

得到预处理后的图片为黑底白字的无噪点闭合的一：

在这里插入图片描述

骨架

由于一的笔画具有粗细变化，所以采取了提取骨架的方法，使用单像素点来确定一的走势。

    skel = bwmorph(originalPic, 'skel', Inf);

在这里插入图片描述

扫描二维码关注公众号，回复： 9240777 查看本文章

笔画粗细

由于一的开头结尾都有起笔与顿笔，写法不同，粗细也不同，所以采用了统计中间部分粗细的方法。
裁剪到图片中间部分

    [h, w] = size(originalPic);
    originalPic = im2bw(originalPic);
    originalPic = originalPic( : , 220: w - 150);
    thickness = sum(sum(originalPic)) / (w - 370);

计算笔画粗细
以像素为单位，由于笔画中间部分比较稳定，计算所有有笔画的部分（即值为1）的和，再除以裁剪部分的宽度，就可以得到平均每一像素的变化的粗细，即这个一的笔画的粗细。

    thickness = sum(sum(originalPic)) / (w - 370);

在这里插入图片描述

角度

仔细观察会发现每个一的笔势都是上扬的，但是上扬的角度各有不同。
计算角度的方法是依然采用截取中间段，计算中间段开始时的骨架坐标与结束时的骨架坐标，与截取的部分的宽度，使用反三角函数asin计算角度。

    myStart = 0;
    myEnd = 0;
    for k = 1 : h
        if(originalPic(k, 220) == 1)
            myStart = k;
            break;
        end
    end
    for k = 1 : h
        if(originalPic(k, w - 160) == 1)
            myEnd = k;
            break;
        end
    end
    angle = asind((myStart - myEnd) / (w - 380));

在这里插入图片描述
将骨架图片旋转

    originalPic = imrotate(originalPic, -angle);

在这里插入图片描述

弯曲程度

每个一的弯曲程度各有不同，有的比较直，有的则有比较大的弧度。
由于没有找到图像处理中计算线条弧度的方法，所以这里采用的评价弧度的指标是：
将矫正到水平的裁剪后的骨架图转置，计算每一列的像素值之和，若为0则说明无线段，若不为0则有线段。
然后计算所有有线段的像素列之和，得到的值就是裁剪后的骨架图中，存在骨架的像素行数。
将之作为评判弧度的指标，因为一的弧度越大，其骨架跨越的行数就会越多。

    mySum = sum(cut);
    mySum(mySum > 0) = 1;

在这里插入图片描述

重心

每一个一的重心都有所不同，高瘦的书法重心偏高，宽扁的书法重心偏低，不同的重心会给人不一样的感受。

对于重心的测量方法，我们分别计算所有白色有书法区域的像素的行数与列数，求和并除以像素总数，就可以得到所有像素的重心。

    [n,m]=find(originalPic > 125);
    centerX = sum(m) / length(m);
    centerY = sum(n) / length(n);

并将求出的重心在图中画出来：

    [h, w] = size(originalPic);
    [x, y] = meshgrid(1:w, 1:h);
    r = 15;       % 分别表示：高，宽，内部圆的半径
    originalPic(((x-centerX).^2+(y-centerY).^2) <= r^2) = 0;

在这里插入图片描述

高宽比

分别计算每一个一的高和宽，并相除求其高宽比。

其中求一的高与宽的方法为：
首先将图片二值化，再计算所有行/列的像素值之和。
若为0则说明这一行没有笔画，若为1则有。同时因为笔画是连续的，我们只要知道像素值之和不为0的最后一个和不为0的行/列的位置，就可以求出该笔画的长/宽。

    rowSum = sum(originalPic, 2)';
    columnSum = sum(originalPic);
    height = find(rowSum ~= 0, 1, 'last') - find(rowSum ~= 0, 1, 'first');
    width = find(columnSum ~= 0, 1, 'last') - find(columnSum ~= 0, 1, 'first');
    disp(double(height / width));

在这里插入图片描述