形状特征提取

各种基于形状特征的检索方法都可以比较有效地利用图像中感兴趣的目标来进行检索，本代码是用matlab写的，亲测有效

function shape_recognition_demo1
try
	clc; % Clear the command window.
	close all; % Close all figures （except those of imtool.）
	workspace; % Make sure the workspace panel is showing.
	fontSize = 15;
	
	% For reference compute the theoretical circularity of a bunch of regular polygons
	% with different number of sides starting with 3 （triangle）.
	dividingValues = PlotTheoreticalCircularity;
	
	% Make the last dividing value infinity because any circularity from .99999 up to inifinity should be a circle.
	% and sometimes you have a circularity more than 1 due to quantization errors.
	dividingValues（end） = inf;
	
	% Now create a demo image.
	[binaryImage numSidesCircularity] = CreateDemoImage（）;
	% Count the number of shapes
	[~ numShapes] = bwlabel（binaryImage）;
	
	% Display the polygon demo image.
	subplot（1 2 1）;
	imshow（binaryImage）;
	caption = sprintf（‘Image with %d Shapes‘ numShapes）;
	title（caption ‘FontSize‘ fontSize）;
	hold on; % So that text labels won‘t blow away the image.
	
	% Set up figure properties:
	% Enlarge figure to full screen.
	set（gcf ‘Units‘ ‘Normalized‘ ‘OuterPosition‘ [0 0 1 1]）;
	% Get rid of tool bar and pulldown menus that are along top of figure.
	set（gcf ‘Toolbar‘ ‘none‘ ‘Menu‘ ‘none‘）;
	% Give a name to the title bar.
	set（gcf ‘Name‘ ‘Demo by ImageAnalyst‘ ‘Numbertitle‘ ‘Off‘）
	drawnow; % Make it display immediately.
	
	[labeledImage numberOfobjects] = bwlabel（binaryImage）;
	blobMeasurements = regionprops（labeledImage ‘Perimeter‘ ‘Area‘ ‘Centroid‘ ‘Image‘）;
	
	% Now compute the number of vertices by looking at the number of peaks in a plot of distance from centroid.
	numSidesDistance = FindNumberOfVertices（blobMeasurements labeledImage）;
	
	% Get all the measurements into single arrays for convenience.
	allAreas = [blobMeasurements.Area];
	allPerimeters = [blobMeasurements.Perimeter];
	circularities = （4 * pi *  allAreas） ./ allPerimeters.^2
	% Sort in order of increasing circularity
	[sortedCircularities sortOrder] = sort（circularities ‘Ascend‘）;
	% Sort all the measurements in the same way.
	blobMeasurements = blobMeasurements（sortOrder）;
	allAreas = allAreas（sortOrder）;
	allPerimeters = allPerimeters（sortOrder）;
	numSidesDistance = numSidesDistance（sortOrder）;
	
	% Plot a bar chart of the circularities.
	subplot（1 2 2）;
	bar（sortedCircularities）;
	ylim（[0.55 1.1]）;
	grid on;
	title（‘Actual Measured Circularities‘ ‘FontSize‘ fontSize）;
	
	% Let‘s compute areas a different way.  The “Area“ returned by regionprops is a count of the number of pixels.
	% This sometimes overestimates the area.  Let‘s use bwarea which computes the area on a
	% pixel-center to pixel center basis.
	for k = 1 : numberOfobjects
		thisBlob = blobMeasurements（k）.Image;
		allBwAreas（k） = bwarea（thisBlob）;
	end
	bwCircularities = （4 * pi *  allBwAreas） ./ allPerimeters.^2
	sortedCircularities = bwCircularities
	
	% Put up red horizontal line

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      21361  2018-03-28 15:25  形状特征提取\shape_recognition_demo1.m

     文件      21361  2018-03-28 15:26  形状特征提取\shape_recognition_demo2.m

     目录          0  2018-03-28 15:53  形状特征提取

----------- ---------  ---------- -----  ----

                42722                    3