Matlab图像处理横向竖向不同变形程度恢复

你们好，我有一个Matlab图像处理问题想请教
我有个图片，想识别并计算中间水区域的实际面积

img

我也有个校准图片，其中每一个小格是1mm
但是由于这两个照片都是通过倾斜的镜子反射拍出来的（同一实验台），横向和竖向有变形切程度不一样，据我识别的是横向和竖向每个像素点变形可能大概差两倍

img

我已经实现了识别这个水的区域、数像素点，现在得到这个水区域的总象数点数，我也实现了通过识别这个校准图片，可以得到每一个像素点对应的实际距离，可是竖向和横向的像素点对应的实际距离不一样。请问我该如何通过这个校准图片来校准竖向和横向的像素点的变形，然后得到真正的处理了变形之后的水的面积？

我的代码如下：
% Get Pixel Size from Calibration Image or load Calibration
var_pixsize=getpixelsize([FileFolder{VidNr},'']);
stc_VID.Info.PixelSize=var_pixsize;

 %Preallocation
    stc_VID.ImageData=repmat( struct( 'Area',NaN, 'Centroid',[NaN NaN],'Extrema',NaN(8,2),'DropDiameter',NaN,'DropVolume',NaN,'SurfaceSpread',NaN,'SurfaceTouchPts',NaN,'ImpactHeight',NaN),length(images(1,1,:)), 1 ); % Preallocate a struct in which all data is restored

%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% Loop through all images %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
for framenr=1:length(images(1,1,:))

        img_BGOrig=(img_BG-images(:,:,framenr)); % Save original image minus background
        img_currframe=(img_BG-images(:,:,framenr))>var_bw_thr; % Turn frame into binary image
        %img_currframe=imbinarize(img_BG-images(:,:,framenr)); %another way to change to binary 
        img_currframe=imfill(img_currframe,'holes'); % Fill holes
        stc_regprops=regionprops(img_currframe,'Centroid','Area','Extrema','PixelList','BoundingBox','Perimeter'); % REGIONPROPS TO GET IMAGE DATA (get perimeter)
        figure(1),imshow(img_currframe);% (Can see the process of the video)

        ind_del=cat(1,stc_regprops.Area)% Search for areas to small to be a drop
        stc_regprops(ind_del)=[]; % Delete all objects smaller than Area threshold

        
        arr_area=[stc_regprops.Area]';
        arr_perim=[stc_regprops.Perimeter]';
        arr_circ=4.*arr_area.*pi./arr_perim.^2; %(get circular area)

    arr_diameter=cat(1,stc_regprops.BoundingBox(3,:)); % arr diam corner to corner
    arr_surfaceSpread=(arr_perim./arr_diameter).^2; % Fowler 1994
    arr_ncloudy=[length(stc_regprops.PixelList)]'; % Save number of pixels for each object

    % Save Data
    stc_VID.ImageData(framenr).Area=arr_area*var_pixsize^2; %m2
    stc_VID.ImageData(framenr).Centroid=cat(1,stc_regprops.Centroid)*var_pixsize; %m
    stc_VID.ImageData(framenr).Extrema=cat(1,stc_regprops.Extrema)*var_pixsize;%m 
    stc_VID.ImageData(framenr).DropDiameter=arr_diameter*var_pixsize;%m
    stc_VID.ImageData(framenr).DropVolume=stc_VID.ImageData(framenr).Area.*stc_VID.ImageData(framenr).DropDiameter';%m3
    stc_VID.ImageData(framenr).SurfaceSpread=arr_surfaceSpread; %
    stc_VID.ImageData(framenr).SurfaceTouchPts=arr_ncloudy;

很高兴能给您帮忙！ 这里可以先采用仿射变换（Affine Transformation）技术来处理变形的图片，关于仿射变换技术的基本原理和实现可以先参考Matlab文档中“矩阵变换”（Matrix Transforms）进行学习。具体的实现可以使用Matlab中提供的函数“affine2d”来实现，也就是：

tform=affine2d(A); % 其中A是一个仿射变换矩阵，用来表示变形程度差距。

然后，通过使用函数“imwarp”来把你的变形之后的图片转换成原来的样式，命令如下：

img2=imwarp(img1,tform); % 其中img1是变形之后的图片，img2是恢复变形之后的图片。

最后，使用Matlab中自带的函数imrect来定义你的水的区域，命令如下：

rect=imrect(gca, [x y width height]); % 其中x,y,width,height是你定义的水的区域的参数。

最后，使用函数rect.Area计算出变形恢复之后水的区域的面积。

希望能够帮到您！

不知道你这个问题是否已经解决, 如果还没有解决的话:

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^