基于MATLAB实现机器视觉中通过单幅图像实现测量长度面积

% 读取图像
img = imread('your_image.jpg');

% 转换为灰度图像
grayImg = rgb2gray(img);

% 边缘检测
edges = edge(grayImg, 'Canny');

% 显示边缘检测结果
figure;
imshow(edges);
title('Edge Detection');

% 标定：假设已知物体的实际长度为L（单位：毫米），图像中长度为M像素
% 计算每像素的实际长度
L = 100; % 实际长度，单位：毫米
M = 100; % 图像中长度，单位：像素
pixelLength = L / M;

% 提取轮廓
[B,L] = bwboundaries(edges, 'noholes');

% 遍历所有轮廓
for k = 1:length(B)
    % 提取轮廓点
    boundary = B{k};

    % 计算轮廓长度（单位：像素）
    contourLengthPixels = polylength(boundary(:,2), boundary(:,1));

    % 转换为实际长度（单位：毫米）
    contourLengthMM = contourLengthPixels * pixelLength;

    % 计算轮廓面积（单位：像素）
    contourAreaPixels = polyarea(boundary(:,2), boundary(:,1));

    % 转换为实际面积（单位：平方毫米）
    contourAreaMM2 = contourAreaPixels * pixelLength^2;

    % 显示测量结果
    disp(['Contour ' num2str(k) ': Length = ' num2str(contourLengthMM) ' mm, Area = ' num2str(contourAreaMM2) ' mm^2']);
end

img = imread('your_image.jpg');

grayImg = rgb2gray(img);

edges = edge(grayImg, 'Canny');

figure; imshow(edges); title('Edge Detection');

L = 100; % 实际长度，单位：毫米 M = 100; % 图像中长度，单位：像素 pixelLength = L / M;

[B,L] = bwboundaries(edges, 'noholes');

for k = 1:length(B)
     boundary = B{k};
     % 计算轮廓长度（单位：像素）
     contourLengthPixels = polylength(boundary(:,2), boundary(:,1));      
     % 转换为实际长度（单位：毫米）     
     contourLengthMM = contourLengthPixels * pixelLength;      
     % 计算轮廓面积（单位：像素）     
     contourAreaPixels = polyarea(boundary(:,2), boundary(:,1));      
     % 转换为实际面积（单位：平方毫米）     
     contourAreaMM2 = contourAreaPixels * pixelLength^2;      
     % 显示测量结果     disp(['Contour ' num2str(k) ': Length = ' num2str(contourLengthMM) ' mm, Area = ' num2str(contourAreaMM2) ' mm^2']); 
end