简介：HaoCurve_20200716 是一款面向科研与工程人员的 MATLAB 曲线数据提取与可视化工具，基于交互式 GUI 设计，帮助用户从论文图表中快速识别、拟合并导出曲线数据，显著替代手动描点。压缩包共 3 个文件，含 1 个 .p 编译函数、1 个 .m 启动脚本和 1 个 .mat 示例数据，整体大小仅 160KB，部署简单、运行轻量。工具支持导入 JPG/PNG/PDF 格式图像，可自动识别坐标轴与目标曲线，手动或自动选择曲线后，经数据点预览与校正，即可按 CSV 或 MAT 格式导出，也可用于重绘曲线以对比多组结果。已有 671 人学习下载，适合具备 MATLAB 基础、需要复现论文图表或批量处理曲线数据的研究者。借助该工具能大幅节省数据整理时间，有效降低主观测量误差，并为后续统计分析、图表复现及跨实验对比提供可靠的数据支撑。

1. 论文图里抠曲线，为什么值得专门做一个 MATLAB GUI

写综述或复现别人实验时，最窝火的场景就是：目标论文里那条曲线刚好是你需要的对比基准，但作者只给了图，没给原始数据。手动用截屏工具放大后逐点读数，两条曲线就能耗掉一下午，而且不同人读同一张图能差出 5%。HaoCurve 就是为这个场景写的 MATLAB GUI 工具，从版本标识 20200716 看是 2020 年 7 月发布的一版，主程序落在 Haocurve.m 里，做的事情很聚焦：把论文图片中的曲线变成一组可复用的数据点。适合研究生、工程师这类手头有 MATLAB 环境、又不想为了取数去学一套重型图像处理软件的从业者。

这类工具的核心价值不在算法多深，而在于把“看图猜数”变成“标定—提取—导出”三步走。接下来从映射原理讲起，再给完整操作步骤、关键参数和避坑记录，最后说说怎么验证提出来的数据真的可信。

2. 从像素到数据：HaoCurve 的坐标映射原理与 GUI 布局

2.1 像素坐标系与数据坐标系的仿射变换

图片里的曲线位置以像素为单位，坐标轴上的数字以数据为单位，两者之间靠标定点建立映射。绝大多数论文图的坐标轴是直线、X 与 Y 轴垂直，此时像素坐标系到数据坐标系的变换可以写成 6 参数仿射模型：两个轴向的缩放、一个旋转角、两个平移量。用齐次坐标写最省事，把平移也装进矩阵里，一次矩阵乘法就能把整批点换算过去。

function dataPts = pixel2data(px, py, s) % s 为标定结构体，含仿射矩阵 s.affineMatrix n = numel(px); dataPts = [px(:), py(:), ones(n,1)] * s.affineMatrix; dataPts = dataPts(:, 1:2); end

逻辑说明：这里把每个像素坐标补成齐次坐标 [px, py, 1]，乘上 3x3 的仿射矩阵后，前两列就是数据坐标。s.affineMatrix 由标定点计算得到，常见做法是用 MATLAB 的 mldivide（反斜杠运算符）解超定方程，而不是只解最小配置。

参数说明：所谓“超定”，是让用户标定 4 个点（X 轴两个、Y 轴两个）而不是理论最低的 3 个点。鼠标点击有像素级误差，多一个点能把误差平分掉一部分。HaoCurve 这类 GUI 一般用 ginput 收集点击位置，再用拟合方式求矩阵。如果图有轻微旋转，多点标定也能一并修正，前提是标定点别选歪。

2.2 GUI 三个核心面板：图像区、标定区、数据表

HaoCurve 的界面走了典型 MATLAB GUI 布局：左侧是大尺寸图像显示区，用 axes 嵌套 imshow 实现，支持滚轮缩放，方便在曲线密集处放大取点；右侧是标定参数区，一组可编辑文本框记录每个标定点对应的数据刻度值；底部是数据表，每提取一个点就实时刷新一行。工具栏上放模式切换按钮，手动取点、颜色分割、半自动追踪三个模式之间来回切。

标定区与图像区之间要联动：用户点了图像上的点，标定区要立刻显示像素坐标；用户输入数据刻度后，Apply 按钮重新计算仿射矩阵并更新状态栏。这里有一个常被忽略的细节——图片缩放后，axes 的坐标轴范围会变，回调里必须用 axes 的 CurrentPoint 换算回原始图像像素坐标，否则放大后取的点全部偏移。HaoCurve 这类工具一般会存一份原始图像的像素尺寸，用图像显示框与原始图像的比例做换算，这个换算是新手自己写 GUI 时最容易翻车的地方。

3. 用 HaoCurve 提曲线：标定、三种取点方式与数据导出

3.1 加载图片与坐标系标定（四个点的标准流程）

第一步是把图喂进去。点 Load 按钮，用 imread 读入 png、jpg 或 tif，imshow 显示，程序同时记录原始图像尺寸。第二步切到 Calibrate 标定模式，按固定顺序在图上点四个位置：X 轴左端刻度、X 轴右端刻度、Y 轴下端刻度、Y 轴上端刻度。第三步在右侧文本框里依次填入这四个位置对应的数据刻度值。最后点 Apply，程序解出仿射矩阵，状态栏显示映射残差。

操作顺序上有一个小技巧：先点图上位置，再填刻度值。因为填了刻度再点图，容易忘记哪个值对应哪个点。四组值填完后，程序会报一个平均残差——如果残差超过 2 个像素，说明有点歪了，我一般会删掉重标，而不是将就着往下提取。

注意：标定点要选在刻度线中心，避开有数字遮挡的位置。数字印刷会盖住刻度线，点偏了仿射矩阵就带歪。

标定时四个点的数据值输入也有讲究：X 轴两个点不一定非取最小和最大刻度，只要这两个点在同一水平线上、数值已知即可；同样 Y 轴两个点要在同一竖直线上。这样即使图的坐标轴范围不是从 0 开始，标定也不受影响。

3.2 三种取点方式：手动采点、颜色分割、半自动追踪

手动采点最无脑也最稳。切到 Curve Pick 模式后，鼠标在曲线上逐点点击，每点一下就把像素坐标经仿射变换换算成数据坐标，追加到数据表里。这个模式适合 SCI 论文里那种粗细不均、带抗锯齿的曲线，你看到什么就点什么，不受颜色干扰，代价是慢——一条 200 个点的曲线要点几分钟。

颜色分割最快。先在曲线上点一下，程序取该像素 RGB 值作为种子颜色，按颜色容差扫描全图生成掩膜，再从掩膜里提取连续像素。适合背景干净、曲线颜色单一的图。

function [xs, ys] = extractByColor(img, seedRGB, tol) % 根据种子颜色提取曲线像素，返回按 X 排序后的像素坐标 diffImg = sqrt(sum((double(img) - double(seedRGB)).^2, 3)); mask = diffImg < tol; % 去掉面积小于 30 像素的孤立噪点 mask = bwareaopen(mask, 30); [r, c] = find(mask); % 按列分组，每列取中值抗噪 [u, ~, ic] = unique(c); ys = accumarray(ic, r, [], @median); xs = u; end

逻辑说明：diffImg 计算每个像素与种子颜色的 RGB 欧氏距离，小于 tol 则视为曲线。bwareaopen 面积过滤能去掉网格线交叉处的小碎块。按列分组后取中值而不是均值，是为了避免同一列混入少量背景像素时把 Y 拉偏。这里返回的是像素坐标，实际进入数据表前还要再过一道 pixel2data。

参数说明：tol 的取值直接决定提取效果。经验值：清晰实线曲线取 30~50；有轻微抗锯齿的曲线取 60~80；超过 100 基本会把网格线一起抓进来。如果你发现提取结果里掺了网格线，第一反应不应该是调小 tol，而是考虑用 ROI 框选曲线区域再做颜色分割，后面 4.1 会细说。

半自动追踪是折中方案：先手动点一个种子点，程序沿掩膜向左右两个方向推进，遇到分支、断线或颜色突变就停下，由用户决定下一步往哪走。这个模式提取虚线、点线最实用，也是熟手最常用的模式，速度和精度都居中。

3.3 数据导出与格式转换

提取完的数据在导出一律先做两步清理：按 X 升序排序，删除重复点；再检查有没有明显离群点——颜色分割偶尔会把图例框或坐标轴文字带进来，这些点的 Y 值会和相邻点差出几个量级，需要手动删。清理完了再点 Export 按钮，选择保存路径和格式。HaoCurve 这类工具通常支持 .mat、.csv 和 .xlsx 三种。

function exportCSV(xs, ys, fname) % 导出为 CSV，第一列为 X 第二列为 Y T = table(xs(:), ys(:), 'VariableNames', {'X', 'Y'}); writetable(T, fname); end

逻辑说明：writetable 是 MATLAB 里最省事的表格导出函数，直接把数据写成带列名的 CSV，导入 Python 的 pandas 或 Origin 都不需要额外处理。如果后续要做深度学习回归或者数据拟合，我一般会在导出前用 4.2 的重采样统一点数，这样多组数据对齐时不用再插值。

导出格式的选择有一个实用判断：如果你只是画对比图，CSV 就够；如果还要在 MATLAB 里继续做优化拟合，导出 .mat 保留变量名更省事；如果要发给导师或写进报告，xlsx 更友好。不管哪种格式，文件名里建议带上图和曲线的标识，比如 figure03_curveA.csv，后面批量处理时才知道每个文件对应哪条线。

4. 三个必调参数：颜色阈值、采样密度与对数坐标标定

4.1 颜色阈值怎么设才不把网格线一起抓进来

颜色分割的成败几乎全在阈值上。RGB 欧氏距离的好处是实现简单，坏处是对亮度变化敏感：同一根曲线在浅色背景和深色阴影下，RGB 值可能差出 40 以上，阈值设小了提取不全，设大了网格线全进来。我一般会先做一个快速测试——不直接动手提，而是先膨胀阈值范围看掩膜预览，再逐步收紧。HaoCurve 这类工具如果提供掩膜预览，一定要用，别跳过它。

更稳妥的方案是转 LAB 色空间再做距离判断。LAB 空间把亮度（L）和颜色（a、b）分开，比较时忽略 L 通道或者给 L 通道一个较大容忍度，对光照不均匀的扫描图特别有效。转换代码是一行的事：lab = rgb2lab(img);，后面的距离计算就变成在 a、b 通道上算欧氏距离。

另一个隔离网格线的实用手法是 ROI 限定。颜色分割前先用鼠标拉一个矩形框住目标曲线区域，只在框内做掩膜提取。论文图里的网格线通常贯穿全图，但你的目标曲线只在局部，ROI 能直接切掉远处网格线的干扰。这个手法对图例、坐标轴文字同样有效，是最省心的一招。

4.2 采样密度与平滑：太多和太少都翻车

颜色分割提出来的是像素级点，一条占 400 像素宽的曲线可能产生 3000 多个点。直接拿这些点去画对比图，噪声会被放大，坐标轴一旦缩放，原来 1 像素的量化误差就变成明显的锯齿。更麻烦的是，后续做拟合时，3000 个高度自相关的点会让拟合的置信区间失真。

所以提取后一定要做重采样。最常见的做法是把 X 均匀分成 200~500 段，在每段上取 Y 的中值或插值。平缓段 50 个点就足够描述趋势，陡峭段比如冲击响应曲线则需要 200 个点以上，峰值附近少了点会把峰高削掉。

function [xsNew, ysNew] = resampleCurve(x, y, numPts) % 按 X 均匀重采样到 numPts 个点，去噪同时保留趋势 xsNew = linspace(min(x), max(x), numPts); ysNew = interp1(x, y, xsNew, 'linear'); end

逻辑说明：linspace 生成均匀的 X 序列，interp1 用线性插值求对应 Y。这里不推荐用 spline，因为论文图提取的数据本身带噪声，样条插值会把噪声弯成波浪。先重采样再考虑要不要做轻平滑，顺序反了会制造伪峰。

参数说明：numPts 的选定不是越大越好。用 1000 个点时，曲线上的每一个小毛刺都被保留，视觉上反而比 300 个点更乱。我一般先用 300 个点看趋势，如果某个局部明显缺细节，再单独把那段的点补密而不是全局加密。

4.3 对数坐标的标定陷阱

论文里半对数或双对数图非常多，比如频率响应曲线、应力-应变曲线。对数坐标下，像素距离对应的不是数据等差，而是数据等比，如果还用线性仿射变换，提取出来的低频段会被压扁、高频段被拉飞，数据完全不能用。

做法是标定之前先确认 GUI 里的 Log X / Log Y 开关有没有打开。打开后，标定点输入的数据刻度先取 log10，再参与仿射矩阵计算；提取出来的坐标也先在 log 空间换算，最后做 10 的幂次还原。这样像素-对数数据的映射保持线性，原来的仿射框架完全不用改。

function dataPts = pixel2dataLog(px, py, s) % 半对数标定的换算：数据 = 10^(仿射变换结果) pts = pixel2data(px, py, s); dataPts = 10 .^ pts; end

逻辑说明：pixel2dataLog 先走常规仿射矩阵换算，得到的结果是 log10 数据坐标，最后按通道做 10 的幂次还原。这里的前提是标定时输入的刻度值已经取过 log10。半对数图比较容易出问题的是 Y 轴对数、X 轴线性，很多人只记得开 Log Y 忘了 X，或者反过来，提出来之后两个轴全乱。

对数坐标还有一个隐蔽的坑：如果图的坐标轴标签写的是 10^1、10^2，很多人会直接输入 1、2 作为刻度值，但正确的输入是 10 和 100（即 log 之前的数据值），或者 GUI 约定你输对数刻度值并明确标注。不同工具的约定不一样，用之前先看默认提示，别凭习惯填。

5. HaoCurve 避坑笔记：图例干扰、交叉串线与坐标轴倾斜

5.1 图例和坐标轴文字被当成曲线

现象：颜色分割提完，数据表里突然出现一大片 Y 值异常的点，画出来是一条水平短线或斜线穿过数据区域。

原因：图例框里的文字、坐标轴的数字用了和曲线相近的颜色，被掩膜一起抓进来了。图例文字通常是成块的连通域，面积不大但数量不少。

解决：优先用 ROI 框选曲线区域再做分割，从源头排除图例；如果已经提完，用 bwareaopen 调大面积阈值过滤文字块，文字连通域面积一般在 100~400 像素之间，和曲线长条形连通域有明显区别。最粗暴的办法是手动删掉数据表里那几行的离群点，对只有一两条图例的图也够用。

5.2 曲线交叉处追踪串线

现象：半自动追踪两条交叉的曲线时，走到交点后突然沿另一条线跑出去了，导出数据在交点附近出现一个直角折线。

原因：交叉点处两条曲线的掩膜连成一片，追踪算法只认颜色连通，没有方向记忆，走到分叉口时选错了路。

解决：在交叉点两侧手动补种——每过完一个交叉点，停一下手动点一下目标曲线上的确定点，再继续追踪。另一个思路是调小追踪步长，让算法在分叉口前就停下而不是冲过去。交叉曲线最好直接改用逐点手动模式，虽然慢一点但不会错。

5.3 图片倾斜或旋转导致映射误差

现象：标定完提取出的数据整体带一个斜率，物理上应该是水平的曲线变成倾斜的，越远离标定点偏差越大。

原因：图片是扫描或手机拍的，坐标轴本身倾斜了。如果只标定两个点，仿射矩阵解不出旋转分量，倾斜被当成正常的轴向缩放。

解决：标定四个点而不是两个点，用四点的超定方程把旋转分量解出来。实在不行，先在外部软件里把图摆正再加载。判断有没有倾斜有个笨办法：标定完看 Apply 之后的残差，残差大于 2 像素基本就是图片歪了。

5.4 虚线点线断断续续，提取不连续

现象：虚线、点线的颜色分割结果是碎的一段段，导出后数据跳来跳去，看不出完整趋势。

原因：虚线段之间本来就没有像素连接，颜色分割天然只能拿到断片，直接排序后中间全是空档。

解决：提取前先对掩膜做一次形态学膨胀（imdilate），用 3x3 结构元素把断口接上，再做骨架化，最后提取中心线。注意膨胀次数别超过 2 次，不然会把旁边的网格线或文字也黏进来。如果虚线断口太宽，膨胀接不上，就用半自动追踪逐段取点，手动把断口补上。

6. 精度验证与批量提取：把 GUI 取数变成流水线

6.1 用已知数据图做校准验证

信不信提出来的数据，得拿已知答案的图验证。我的习惯是保留一张自制的标准图：用 MATLAB 画一条 y = exp(-x/2) .* sin(3x) 曲线，print 导出成 png，再丢进 HaoCurve 重新提取，计算提取结果与原始数据之间的均方根误差。RMSE 在 0.02 以内说明标定和提取流程正常，超过 0.05 就该检查标定点或颜色阈值了。

function rmse = calibError(xTrue, yTrue, xExt, yExt) % 验证提取误差：把提取结果插值到真实 X 上算 RMSE yInterp = interp1(xExt, yExt, xTrue, 'linear'); rmse = sqrt(mean((yTrue - yInterp).^2)); end

逻辑说明：两组数据很难天然落在同一组 X 坐标上，所以先把提取数据插值到真实数据的 X 网格上再逐点求差。这一步的误差包含标定误差、颜色分割误差和插值误差，对做对比图来说，只要 RMSE 相对曲线量级小于 1% 就完全够用。

每个新环境（换电脑、换 MATLAB 版本、换了屏幕分辨率）我都建议重新跑一遍这张标准图。屏幕分辨率会影响鼠标点击精度，换了高分屏后标定残差可能明显变化，提前发现总比提完 20 条曲线后才发现数据整体偏移要好。

6.2 批量处理多张图的数据组织

论文里一拿就是好几张图，一张图三五条曲线，不组织好极易搞混。我一般按“论文名缩写_图号_曲线名”的规范命名，比如 sun2023_fig3_curveA.csv。批量处理时，先用 uigetdir 选文件夹，用 dir('*.png') 拿到图片列表，循环加载每一张。不过批量处理有个前置条件：同批次图片的分辨率和坐标轴风格最好一致，否则每张图都要重新标定，批量反而慢。

folder = uigetdir('选择图片文件夹'); files = dir(fullfile(folder, '*.png')); for k = 1:numel(files) img = imread(fullfile(folder, files(k).name)); % 每张图走一遍标定和提取，结果按文件名+曲线名保存 % csvexport(extracted, [files(k).name(1:end-4) '_curve.csv']); end

逻辑说明：这条循环只是批量流程的骨架，核心是标定与提取那段不能自动化——除非所有图坐标范围完全一样，否则每张图都必须人工标定。批量省的是导出和命名的重复劳动，不是标定本身。这里不建议用 try-catch 包住整段循环，因为某张图标定错了会静默跳过，数据缺失比报错更隐蔽。

最后说个我一直保留的习惯：每次提完数据，把标定信息（四个点的像素坐标、数据值、残差）存成一个 metadata.mat 文件和数据一起归档。半年后有人问这条曲线怎么来的、误差多大，翻出 metadata 就能说清楚。这个习惯救过我一次，毕业论文复审时评审问某条对比曲线的原始出处，我靠 metadata 完整还原了提取过程。希望帮到你。

本文还有配套的精品资源，点击获取