使用 textscan 从文本文件中提取值

Question

我有以下文本文件：

  Leaf Tips:2867.5,1101.66666666667 2555,764.166666666667 2382.5,1221.66666666667 2115,759.166666666667 1845,1131.66666666667 1270,991.666666666667 
  Leaf Bases:1682.66666666667,800.333333333333 1886,850.333333333333 2226,920.333333333333 2362.66666666667,923.666666666667 2619.33333333333,967 
  Ear Tips:1029.33333333333,513.666666666667 1236,753.666666666667 
  Ear Bases:1419.33333333333,790.333333333333 1272.66666666667,677

这些是图像中每个类别的感兴趣区域的坐标。我需要提取这些区域。我知道我必须使用 textscan 来完成此操作，但我不确定实现此操作所需的 formatspec 选项，因为无论我使用哪种设置似乎都会给我一些混乱的单元格输出形式。

我应该使用什么 formatSpec 才能获得单元格中输出的每个区域的坐标？

我试过以下方法：

file = '0.txt';
fileID = fopen(file);
formatSpec = '%s %f %f %f %f %f %f %f %f';
C = textscan(fileID, formatSpec, 150, 'Delimiter', ':');

Answer 1

这是您可以执行的操作的示例：

fid = fopen('0.txt');                    % open file
T = textscan(fid, '%s','Delimiter',':'); % read all lines, separate row names from numbers
fclose(fid);                             % close file
T = reshape(T{1},2,[]).';                % rearrange outputs so it makes more sense
T = [T(:,1), cellfun(@(x)textscan(x,'%f','Delimiter',','), T(:,2))]; % parse numbers

这将生成如下元胞数组：

T =

  4×2 cell array

    {'Leaf Tips' }    {12×1 double}
    {'Leaf Bases'}    {10×1 double}
    {'Ear Tips'  }    { 4×1 double}
    {'Ear Bases' }    { 4×1 double}

Answer 2

我会这样做：

fid = fopen('file.txt');
x = textscan(fid,'%s', 'Delimiter', char(10)); % read each line
fclose(fid);
x = x{1};
x = regexp(x, '\d*\.?\d*', 'match'); % extract numbers of each line
C = cellfun(@(t) reshape(str2double(t), 2, []).', x, 'UniformOutput', false); % rearrange

结果：

>> celldisp(C)
C{1} =
   1.0e+03 *
   2.867500000000000   1.101666666666670
   2.555000000000000   0.764166666666667
   2.382500000000000   1.221666666666670
   2.115000000000000   0.759166666666667
   1.845000000000000   1.131666666666670
   1.270000000000000   0.991666666666667
C{2} =
   1.0e+03 *
   1.682666666666670   0.800333333333333
   1.886000000000000   0.850333333333333
   2.226000000000000   0.920333333333333
   2.362666666666670   0.923666666666667
   2.619333333333330   0.967000000000000
C{3} =
   1.0e+03 *
   1.029333333333330   0.513666666666667
   1.236000000000000   0.753666666666667
C{4} =
   1.0e+03 *
   1.419333333333330   0.790333333333333
   1.272666666666670   0.677000000000000

使用 textscan 从文本文件中提取值

Using textscan to extract values from a text file

matlab

text

import

textscan

read-text