关于图像处理技术的分析和应用介绍

这个夏天，席卷全球（什么时候可以席卷到中国= =）的Pokémon Go吸引了各路宅男宅女走出房间，更有大神把它和MATLAB联系在一起，使用图像处理技术黑入游戏，自动搜索PokéStops，抓住小精灵们！

如何实现的呢？

首先获取游戏截图：

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

rgb = imread(url);imshow(rgb)

图片里的蓝色圆环部分代表了PokéStop。我们的任务是在地图上自动搜素到它们。这里是关键的几步：

通过颜色对图像分区；

使用形态学闭运算清理分割区域；

计算连通部分的面积和图心；

选择最大对象。

首先，可以使用Color Thresholder，通常和Lab color space一起，根据颜色对图像分区。下图显示了通过调整a*和b*的阈值来选出PokéStop的颜色区间。

使用imshow看一下分区结果：

第二步，使用形态学闭运算进一步调整PokéStop的图形：

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

imshow(BW2)

结果如下：

第三步，使用regionprops找到所有连通域，并计算面积和图心。

在最新版的Image Processing Toolbox中，你可以让regionprops以列表的方式返回计算结果，更加易读：

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，找到其中最大的区域，并返回图心位置：

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

location = t.Centroid(j,:)

location =

260.5581 313.9893

在最初的截图中检验一下计算结果：

imshow(rgb)

hold on

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

hold off