1：首先下载cityscape数据集，包含两个大文件夹，具体的数据集介绍参考此链接。cityscape数据集解析
看一下gtFine子文件夹，另一个也是同理：
2：将下载好的数据集放到data_orig中，还有一个文件夹data_proc放的处理过后的数据。
3：然后就是处理的代码：
% --------------------------------------------------------
% Copyright (c) Zhiding Yu
% Licensed under The MIT License [see LICENSE for details]
%
% Intro:
% This script is used to:
% 1. Generate the .bin edge labels that can be read by CASENet for training
% 2. Create caffe filelists for the generated data
% --------------------------------------------------------
function demo_preproc()
clc; clear; close all;
%% Setup Directories
dataRoot = '../data_orig';
genDataRoot = '../data_proc';
suffixImage = '_leftImg8bit.png';
suffixColor = '_gtFine_color.png';
suffixLabelIds = '_gtFine_labelIds.png';
suffixInstIds = '_gtFine_instanceIds.png';
suffixTrainIds = '_gtFine_trainIds.png';
suffixPolygons = '_gtFine_polygons.json';
suffixEdge = '_gtFine_edge.bin';
%% Setup Parameters
numCls = 19; %19个类别
radius = 2; %半径为2
%% Setup Parallel Pool,初始化Matlab并行计算环境
numWorker = 4; % Number of matlab workers for parallel computing
matlabVer = version('-release');%matlab发行版本
if( str2double(matlabVer(1:4)) > 2013 || (str2double(matlabVer(1:4)) == 2013 && strcmp(matlabVer(5), 'b')) )
delete(gcp('nocreate'));
parpool('local', numWorker);
else
if(matlabpool('size')>0) %#ok<*DPOOL>
matlabpool close
end
matlabpool open 8
end
%% Generate Output Directory
if(exist(genDataRoot, 'file')==0)%exist name 以数字形式返回 name 的类型,0表示不存在或找不到
mkdir(genDataRoot);
end
%% Generate Preprocessed Dataset
setList = {'train', 'val', 'test'}; %1x3
for idxSet = 1:length(setList) % 1:3
setName = setList{idxSet}; % setName='train'
fidList = fopen([genDataRoot '/' setName '.txt'], 'w'); %打开要写入的文件
cityList = dir([dataRoot '/leftImg8bit/' setName]); %列出文件夹内容
for idxCity = 3:length(cityList) %train文件夹下所有图片的个数,从3开始因为前两个为.和..，猜测是前一页的目录
cityName = cityList(idxCity, 1).name;%3行第一列,name参数下对应的城市
if(exist([genDataRoot '/leftImg8bit/' setName '/' cityName], 'file')==0)%如果不存在leftImg8bit/train/cityname
mkdir([genDataRoot '/leftImg8bit/' setName '/' cityName]);%创建一个leftImg8bit文件夹下以城市名命名的文件夹
end
if(exist([genDataRoot '/gtFine/' setName '/' cityName], 'file')==0)%gt也是同理
mkdir([genDataRoot '/gtFine/' setName '/' cityName]);%创建一个gtFine文件夹下以城市名命名的文件夹
end
fileList = dir([dataRoot '/leftImg8bit/' setName '/' cityName '/*.png']);%leftImg8bit/train/cityname/下所有的图片
% Generate and write data
display(['Set: ' setName ', City: ' cityName])%当语句或表达式不以分号结束时，MATLAB® 会调用 display(X)。如果您希望看到中间结果，请不要在语句或表达式结尾使用终止分号。
parfor_progress(length(fileList)); %显示进度条
parfor idxFile = 1:length(fileList)%并行for循环
fileName = fileList(idxFile).name(1:end-length(suffixImage));%dataRoot文件夹,end 也表示数组的最后一个索引。例如，X(end) 是 X 的最后一个元素
% Copy image,将 source 复制到 destination
copyfile([dataRoot '/leftImg8bit/' setName '/' cityName '/' fileName suffixImage], [genDataRoot '/leftImg8bit/' setName '/' cityName '/' fileName suffixImage]);
% Copy gt files
copyfile([dataRoot '/gtFine/' setName '/' cityName '/' fileName suffixColor], [genDataRoot '/gtFine/' setName '/' cityName '/' fileName suffixColor]);
copyfile([dataRoot '/gtFine/' setName '/' cityName '/' fileName suffixInstIds], [genDataRoot '/gtFine/' setName '/' cityName '/' fileName suffixInstIds]);
copyfile([dataRoot '/gtFine/' setName '/' cityName '/' fileName suffixLabelIds], [genDataRoot '/gtFine/' setName '/' cityName '/' fileName suffixLabelIds]);
copyfile([dataRoot '/gtFine/' setName '/' cityName '/' fileName suffixPolygons], [genDataRoot '/gtFine/' setName '/' cityName '/' fileName suffixPolygons]);
if(~strcmp(setName, 'test'))
% Transform label id map to train id map and write
labelIdMap = imread([dataRoot '/gtFine/' setName '/' cityName '/' fileName suffixLabelIds]);
trainIdMap = labelid2trainid(labelIdMap);
imwrite(trainIdMap, [genDataRoot '/gtFine/' setName '/' cityName '/' fileName suffixTrainIds], 'png');
% Transform color map to edge map and write
edgeMapBin = seg2edge(labelIdMap, radius, [2 3]', 'regular'); % Avoid generating edges on "rectification border" (labelId==2) and "out of roi" (labelId==3)
[height, width, ~] = size(trainIdMap);
edgeMapCat = zeros(height, width, 'uint32');
for idxCls = 1:numCls
segMap = trainIdMap == idxCls-1;
if(sum(segMap(:))~=0)
idxEdge = seg2edge_fast(segMap, edgeMapBin, radius, [], 'regular'); % Fast seg2edge by only considering binary edge pixels
edgeMapCat(idxEdge) = edgeMapCat(idxEdge) + 2^(idxCls-1);
end
end
fidEdge = fopen([genDataRoot '/gtFine/' setName '/' cityName '/' fileName suffixEdge], 'w');
fwrite(fidEdge, edgeMapCat', 'uint32'); % Important! Transpose input matrix to become row major
fclose(fidEdge);
end
parfor_progress();
end
parfor_progress(0);
% Write file lists
for idxFile = 1:length(fileList)
fileName = fileList(idxFile, 1).name(1:end-length(suffixImage));
if(~strcmp(setName, 'test'))
fprintf(fidList, ['/leftImg8bit/' setName '/' cityName '/' fileName suffixImage ' /gtFine/' setName '/' cityName '/' fileName suffixEdge '\n']);
else
fprintf(fidList, ['/leftImg8bit/' setName '/' cityName '/' fileName suffixImage '\n']);
end
end
end
fclose(fidList);
end
3.1：首先设置的目录。包括根目录，生成文件夹位置，gt对应的四个文件，在连接中都有介绍，以及最后生成的suffixEdge，是.bin格式。
3.2：设置参数，总类别是19，半径为2，半径参数不知道干啥先放一放。
3.3：Setup Parallel Pool,初始化Matlab并行计算环境。
3.4：如果genDataRoot不存在，创建一个目录。exit输出为0，表示不存在，输出为1表示存在。
3.5：接着就是代码的主体部分。
3.5.1：列表包含三个参数，分别是{‘train’, ‘val’, ‘test’}。
3.5.2：length(setList)=3，for循环首先idxset=1。
3.5.3：setName=Train
3.5.6：打开genDataRoot文件，并写入，但是本来是不存在这个文件的，所以要先自动创建一个train.txt文件。
3.5.7：接着列出dataRoot ‘/leftImg8bit/’ train文件夹下的内容。
文件夹中：
在matlab中：包含有name等参数。
3.5.8：接着for循环，从3到length(cityList)即3-20，为什么从3开始，因为表格中的1,2并不是文件夹，猜测可能是表示前一页的意思。
3.5.9：cityName = cityList(idxCity, 1).name;获得cityList即上述列表，第三行第一列，name属性下的名称，即城市名aachen。
3.5.10：判断genDataRoot ‘/leftImg8bit/’ train’/’ aachen文件夹是否存在，不存在则自动创建。
3.5.11：判断genDataRoot ‘/leftImg8bit/’ gtFine’/’ aachen文件夹是否存在，不存在则自动创建。
3.5.12：fileList = dir([dataRoot ‘/leftImg8bit/’ train ‘/’ aachen’/*.png’])获得aachen城市文件夹下所有的图片。
3.5.13：display([‘Set: ’ setName ‘, City: ’ cityName])%当语句或表达式不以分号结束时，MATLAB® 会调用 display(X)。如果您希望看到中间结果，请不要在语句或表达式结尾使用终止分号。parfor_progress(length(fileList)); %显示进度条。
在命令行窗口显示train数据，aachen城市。如下：
3.5.14：fileName = fileList(idxFile).name(1:end-length(suffixImage))
当idxFile=1是，在上表中字段为1，name对应的值为：aachen_000000_000019_leftImg8bit.png
内部的(1:end-length(suffixImage))指的是取第一个到第end-length(suffixImage)个字符，首先suffixImage为_leftImg8bit.png，end代表aachen_000000_000019_leftImg8bit.png总长度，减去_leftImg8bit.png长度就是aachen_000000_000019长度，即取filename=aachen_000000_000019。
3.5.15：将[dataRoot ‘/gtFine/’ train’/’ aachen ‘/’ aachen_000000_000019 _leftImg8bit.png], 复制到[genDataRoot ‘/gtFine/’ train’/’ aachen’/’ aachen_000000_000019 _leftImg8bit.png])，即将dataRoot 的图片复制到genDataRoot。
3.5.16：同上。将dataRoot 中gt的四个文件全部复制到genDataRoot 中。并行处理，174次同时处理。
copyfile([dataRoot ‘/gtFine/’ setName ‘/’ cityName ‘/’ fileName suffixColor], [genDataRoot ‘/gtFine/’ setName ‘/’ cityName ‘/’ fileName suffixColor]);
copyfile([dataRoot ‘/gtFine/’ setName ‘/’ cityName ‘/’ fileName suffixInstIds], [genDataRoot ‘/gtFine/’ setName ‘/’ cityName ‘/’ fileName suffixInstIds]);
copyfile([dataRoot ‘/gtFine/’ setName ‘/’ cityName ‘/’ fileName suffixLabelIds], [genDataRoot ‘/gtFine/’ setName ‘/’ cityName ‘/’ fileName suffixLabelIds]);
copyfile([dataRoot ‘/gtFine/’ setName ‘/’ cityName ‘/’ fileName suffixPolygons], [genDataRoot ‘/gtFine/’ setName ‘/’ cityName ‘/’ fileName suffixPolygons]);
3.5.17：if(~strcmp(setName, ‘test’))，如果setName等于test，第一次setName等于train，所以这个for循环会直接跳过。
加入我们执行完第一次for循环，现在setName等于test：
labelIdMap = imread([dataRoot ‘/gtFine/’ setName ‘/’ cityName ‘/’ fileName suffixLabelIds]);
首先找到labelIdMap 的图：
意义：
3.5.18：将labelid转换为trainid：调用了一个新的函数labelid2trainid
trainIdMap = labelid2trainid(labelIdMap);
function [trainId] = labelid2trainid(labelId)
[height, width, chn] = size(labelId);
if(chn>1)
display('Warning! Input label has multiple channels!')
labelId = labelId(:, :, 1);
end
trainId = 255.*ones(height, width, 'uint8');
map = [7 0; 8 1; 11 2; 12 3; 13 4; 17 5; 19 6; 20 7; 21 8; 22 9; 23 10; 24 11; 25 12; 26 13; 27 14; 28 15; 31 16; 32 17; 33 18];
numCls = size(map, 1);
for idxCls = 1:numCls
idxLabel = labelId == map(idxCls, 1);
trainId(idxLabel) = map(idxCls, 2);
end
3.5.18.1：label通道为1，接着生成一个宽为w高为h，用255填充的矩阵。
3.5.18.2：map = [7 0; 8 1; 11 2; 12 3; 13 4; 17 5; 19 6; 20 7; 21 8; 22 9; 23 10; 24 11; 25 12; 26 13; 27 14; 28 15; 31 16; 32 17; 33 18];
map意思是类别的映射，本来是33类(加上0空，是34个像素)，将其映射为我们关注的19类。我们看原始的ID是0-33，trainId是0-18，不感兴趣的用255，即白色代替掉了。
name | id | trainId | category | categoryId | hasInstances | ignoreInEval| color
--------------------------------------------------------------------------------------------------
unlabeled | 0 | 255 | void | 0 | 0 | 1 | (0, 0, 0)
ego vehicle | 1 | 255 | void | 0 | 0 | 1 | (0, 0, 0)
rectification border | 2 | 255 | void | 0 | 0 | 1 | (0, 0, 0)
out of roi | 3 | 255 | void | 0 | 0 | 1 | (0, 0, 0)
static | 4 | 255 | void | 0 | 0 | 1 | (0, 0, 0)
dynamic | 5 | 255 | void | 0 | 0 | 1 | (111, 74, 0)
ground | 6 | 255 | void | 0 | 0 | 1 | (81, 0, 81)
road | 7 | 0 | flat | 1 | 0 | 0 | (128, 64, 128)
sidewalk | 8 | 1 | flat | 1 | 0 | 0 | (244, 35, 232)
parking | 9 | 255 | flat | 1 | 0 | 1 | (250, 170, 160)
rail track | 10 | 255 | flat | 1 | 0 | 1 | (230, 150, 140)
building | 11 | 2 | construction | 2 | 0 | 0 | (70, 70, 70)
wall | 12 | 3 | construction | 2 | 0 | 0 | (102, 102, 156)
fence | 13 | 4 | construction | 2 | 0 | 0 | (190, 153, 153)
guard rail | 14 | 255 | construction | 2 | 0 | 1 | (180, 165, 180)
bridge | 15 | 255 | construction | 2 | 0 | 1 | (150, 100, 100)
tunnel | 16 | 255 | construction | 2 | 0 | 1 | (150, 120, 90)
pole | 17 | 5 | object | 3 | 0 | 0 | (153, 153, 153)
polegroup | 18 | 255 | object | 3 | 0 | 1 | (153, 153, 153)
traffic light | 19 | 6 | object | 3 | 0 | 0 | (250, 170, 30)
traffic sign | 20 | 7 | object | 3 | 0 | 0 | (220, 220, 0)
vegetation | 21 | 8 | nature | 4 | 0 | 0 | (107, 142, 35)
terrain | 22 | 9 | nature | 4 | 0 | 0 | (152, 251, 152)
sky | 23 | 10 | sky | 5 | 0 | 0 | (70, 130, 180)
person | 24 | 11 | human | 6 | 1 | 0 | (220, 20, 60)
rider | 25 | 12 | human | 6 | 1 | 0 | (255, 0, 0)
car | 26 | 13 | vehicle | 7 | 1 | 0 | (0, 0, 142)
truck | 27 | 14 | vehicle | 7 | 1 | 0 | (0, 0, 70)
bus | 28 | 15 | vehicle | 7 | 1 | 0 | (0, 60, 100)
caravan | 29 | 255 | vehicle | 7 | 1 | 1 | (0, 0, 90)
trailer | 30 | 255 | vehicle | 7 | 1 | 1 | (0, 0, 110)
train | 31 | 16 | vehicle | 7 | 1 | 0 | (0, 80, 100)
motorcycle | 32 | 17 | vehicle | 7 | 1 | 0 | (0, 0, 230)
bicycle | 33 | 18 | vehicle | 7 | 1 | 0 | (119, 11, 32)
license plate | -1 | -1 | vehicle | 7 | 0 | 1 | (0, 0, 142)
3.5.18.3：接着执行一个for循环：
for idxCls = 1:numCls
idxLabel = labelId == map(idxCls, 1);
trainId(idxLabel) = map(idxCls, 2);
end
首先idxCls=1，map(1,1)=7,labelid是图片的GT，进行一个逻辑运算，将GT中像素为7的赋值为True（1），不为7的赋值为False（0），即idxLabel 是一个1024x2048的矩阵由0，和1填充。
接着map（1,2）为映射的像素0，将 trainId(idxLabel)，idxLabel 中true的地方对应于trainId设置为255，False对应的地方设置为0.类似于将一个掩膜覆盖在上面。
同理执行19次。执行完毕。
3.5.18.4：
trainIdMap就是生成的trainid里面有像素0-18，-1,255。
3.5.19：将图片写入到_gtFine_trainIds.png，其中suffixTrainIds = ‘_gtFine_trainIds.png’。
imwrite(trainIdMap, [genDataRoot ‘/gtFine/’ setName ‘/’ cityName ‘/’ fileName suffixTrainIds], ‘png’)，图片中包含白色区域是因为：因为实际上这5000张精细标注的图片有34类(0-33），但训练时可能只想关心其中19类(0~18)。所以需要做一个映射来将34类中感兴趣的类别映射到19类中，其它不感兴趣的类别就直接设成255，所以这也是为什么xxx_trainIds.png中有白色像素的原因，因为那些白色像素的类别不是我们感兴趣的，变成255白色了。
出自
3.5.20：生成分割的bin图：
edgeMapBin = seg2edge(labelIdMap, radius, [2 3]', ‘regular’);这里用到了新的函数seg2edge。
% This function takes an input segment and produces binary boundaries.
% Multi-channel input segments are supported by the function.
function [idxEdge] = seg2edge(seg, radius, labelIgnore, edge_type)%labelIdMap, radius=2, [2 3]', 'regular'
% Get dimensions
[height, width, chn] = size(seg);
if(~isempty(labelIgnore))
if(chn~=size(labelIgnore, 2))
error('Channel dimension not matching ignored label dimension!')
end
end
% Set the considered neighborhood
radius_search = max(ceil(radius), 1);
[X, Y] = meshgrid(1:width, 1:height);
[x, y] = meshgrid(-radius_search:radius_search, -radius_search:radius_search);
% Columnize everything
X = X(:); Y = Y(:);
x = x(:); y = y(:);
if(chn == 1)
seg = seg(:);
else
seg = reshape(seg, [height*width chn]);
end
% Build circular neighborhood
idxNeigh = sqrt(x.^2 + y.^2) <= radius;
x = x(idxNeigh); y = y(idxNeigh);
numPxlImg = length(X);
numPxlNeigh = length(x);
% Compute Gaussian weight
idxEdge = false(numPxlImg, 1);
for i = 1:numPxlNeigh
XNeigh = X+x(i);
YNeigh = Y+y(i);
idxValid = find( XNeigh >= 1 & XNeigh <= width & YNeigh >=1 & YNeigh <= height );
XCenter = X(idxValid);
YCenter = Y(idxValid);
XNeigh = XNeigh(idxValid);
YNeigh = YNeigh(idxValid);
LCenter = seg(sub2ind([height width], YCenter, XCenter), :);
LNeigh = seg(sub2ind([height width], YNeigh, XNeigh), :);
if(strcmp(edge_type, 'regular'))
idxDiff = find(any(LCenter~=LNeigh, 2));
elseif(strcmp(edge_type, 'inner'))
idxDiff = find(any(LCenter~=LNeigh, 2) & any(LCenter~=0, 2) & all(LNeigh==0, 2) );
elseif(strcmp(edge_type, 'outer'))
idxDiff = find(any(LCenter~=LNeigh, 2) & all(LCenter==0, 2) & any(LNeigh~=0, 2) );
else
error('Wrong edge type input!');
end
LCenterEdge = LCenter(idxDiff, :);
LNeighEdge = LNeigh(idxDiff, :);
idxIgnore2 = false(length(idxDiff), 1);
for j = 1:size(labelIgnore, 1)
idxIgnore2 = idxIgnore2 | ( all(bsxfun(@eq, LCenterEdge, labelIgnore(j, :)), 2) | all(bsxfun(@eq, LNeighEdge, labelIgnore(j, :)), 2) );
end
idxDiffGT = idxDiff(~idxIgnore2);
idxEdge(idxValid(idxDiffGT)) = true;
end
idxEdge = reshape(idxEdge, [height, width]);
3.5.20.1：首先获得labelIdMap的大小，注意是labelIdMap不是trainid，像素值为0-33，-1.
接着判断labelIgnore是否为非空，确实为非空。如果channe通道不等于3就报错。
3.5.20.2：设定一个需要考虑像素的区域。
% Set the considered neighborhood
radius_search = max(ceil(radius), 1);
[X, Y] = meshgrid(1:width, 1:height);
[x, y] = meshgrid(-radius_search:radius_search, -radius_search:radius_search);
其中ceil(radius)朝正无穷大四舍五入,ceil(2)就为2，max(2,1)为2，即搜索半径为2。
然后生成一个网格：
借用一张图:添加链接描述
举个例子
即X,Y就是两个1024x2048的网格。
同理小x，小y就是两个-2到2，长度为5x5大小的网格。
3.5.20.3：列化：
% Columnize everything
X = X(😃; Y = Y(😃;
x = x(😃; y = y(😃;
以小x小y为例：
3.5.20.4：
if(chn == 1)
seg = seg(😃;
else
seg = reshape(seg, [heightwidth chn]);
end
如果通道为1，将seg转换为列向量。
如果通道不为1，将seg转换为(hw,c)的格式，h*w行，3列。
3.5.20.5：
idxNeigh = sqrt(x.^2 + y.^2) <= radius;
x = x(idxNeigh); y = y(idxNeigh);
numPxlImg = length(X);
numPxlNeigh = length(x);
对小x和小y平方相加再开方。设一个中间变量s=sqrt(x.^2 + y.^2)：
比较s和半径2，符合小于等于为true(1)，否则为false（0）。
用生成的逻辑矩阵取x和y里面的数值，1对应的值保留，0对应的值去掉。
接着获取X和x的长度，X长1204x2048，小x长13。
3.5.20.6:
idxEdge = false(numPxlImg, 1);
生成一个numPxlImg行，1列的0矩阵。
3.5.20.7：
for i = 1:numPxlNeigh执行for循环，从1到13.
3.5.20.8：
XNeigh = X+x(i);
YNeigh = Y+y(i);
idxValid = find( XNeigh >= 1 & XNeigh <= width & YNeigh >=1 & YNeigh <= height );
其中x(1)=-2，XNeigh = X+x(i);表示GT中每一个X像素都加-2。Y同理。
XNeigh 变为：-1，-1,…0,0,0…2046,2046,2046…
YNeigh 变为：-1,0,1,…1022,-1,0,1…1022…
比较XNeigh 与1的大小，生成一个逻辑矩阵:[0000000000,000000,111111111111…]
比较XNeigh <= 2048，生成一个逻辑矩阵：[111111111,111111,1111111111,1111111…]
则 XNeigh >= 1 & XNeigh <= width = [0000000000,000000,111111111111…]#(遇0则0，都1才1)
同理:
YNeigh >=1，生成一个逻辑矩阵：[001111111111,00111111111,0011111111…]
YNeigh <= height,生成一个逻辑矩阵:[11111111111111111111111111111111111]
YNeigh >=1 & YNeigh <= height = [[001111111111,00111111111,0011111111…]]
XNeigh >= 1 & XNeigh <= width & YNeigh >=1 & YNeigh <= height = [0000000000,000000,001111111,001111111,001111111]
find函数查找非零元素的索引和值。
find( XNeigh >= 1 & XNeigh <= width & YNeigh >=1 & YNeigh <= height );根据他们与的结果可以知道前2048+2位都是0。
3.5.20.9：
XCenter = X(idxValid);
YCenter = Y(idxValid);
XNeigh = XNeigh(idxValid);
YNeigh = YNeigh(idxValid);
XCenter根据idxValid查找X的值，从2050位开始即(3,3,3,3,3,3,3, 4,4,4,4,4,4,4,4,4,…2048,2048,2048,2048)
YCenter 根据idxValid查找Y的值，从2050位开始即(3,4,5,6,1024, 3,4,5,6,1024…)
XNeigh 根据idxValid查找XNeigh的值,从2050位开始即(111111,22222,333333,…)
YNeigh 根据idxValid查找YNeigh的值,从2050位开始即(1234,1022…1234,1022…)
3.5.20.10:
sub2ind([height width], YCenter, XCenter)
矩阵的大小是1024x2048，列和行分别是 YCenter, XCenter，我们根据[YCenter, XCenter]组成的坐标(3,3),(3,4),…(3,2048)…(1024,2048)在矩阵中查找索引。根据索引从上到下查找规则，索引为(2051,2052,…)
LNeigh = seg(sub2ind([height width], YNeigh, XNeigh), 😃;同理。对三个通道，每个通道进行取值。
3.5.20.11：比较字符串，edge_type = ‘regular’。
if(strcmp(edge_type, ‘regular’))
idxDiff = find(any(LCenter~=LNeigh, 2));
elseif(strcmp(edge_type, ‘inner’))
idxDiff = find(any(LCenter~=LNeigh, 2) & any(LCenter~=0, 2) & all(LNeigh0, 2) );
elseif(strcmp(edge_type, ‘outer’))
idxDiff = find(any(LCenter~=LNeigh, 2) & all(LCenter0, 2) & any(LNeigh~=0, 2) );
else
error(‘Wrong edge type input!’);
end
首先LCenter=LNeigh，比较LCenter和LNeigh不等则为true(1)，否则就为false(0)。any对LCenter=LNeigh第二维即通道维度测试，其中是否有非零元素。
接着通过find函数，查找1位置对应的索引。
3.5.20.12：
LCenterEdge = LCenter(idxDiff, 😃;
LNeighEdge = LNeigh(idxDiff, 😃;
idxIgnore2 = false(length(idxDiff), 1);
根据索引去查找LCenter和LNeigh，保留通道维度。接着生成length(idxDiff)长，宽度为1的0矩阵。
3.5.20.13：
labelIgnore = [2,3]第一个维度为2。
对于@eq，@的用法可以参考：添加链接描述
@使eq变为一个函数句柄，使其可以传参，返回逻辑数组。 labelIgnore(j, :)=[2,3]。下面一行看不懂。
for j = 1:size(labelIgnore, 1)
idxIgnore2 = idxIgnore2 | ( all(bsxfun(@eq, LCenterEdge, labelIgnore(j, 😃), 2) | all(bsxfun(@eq, LNeighEdge, labelIgnore(j, 😃), 2) );
end
for j = 1:size(labelIgnore, 1)%1
idxIgnore2 = idxIgnore2 | ( all(bsxfun(@eq, LCenterEdge, labelIgnore(j, :)), 2) | all(bsxfun(@eq, LNeighEdge, labelIgnore(j, :)), 2) );
end
3.5.20.14:
找到idxDiff中，不等于idxIgnore2的数值，然后在idxValid中找到对应值，在idxEdge中找到对应值。将idxEdge reshape为(h,w)格式。
idxDiffGT = idxDiff(~idxIgnore2);
idxEdge(idxValid(idxDiffGT)) = true;
end
idxEdge = reshape(idxEdge, [height, width]);
未完待续。。。
