從圖片到數據
簡介
當您只有圖表圖像但需要圖表背後的數據時，該怎麼辦？如果您決定手工完成，一次一點，這可能是一個艱苦的過程。但是，您可以使用 JMP 將影像中的資料提取到資料表中，並且只需幾個步驟。
第 1 步：匯入影像
第一步是將整個影像作為資訊放入 JMP 表中。雖然這可以透過腳本來完成，但也可以使用優秀的Image to Table Add-In來完成。我將使用雷克雅未克的人口圖像作為範例，但任何折線圖圖像都應該有效。
下載並安裝加載項後，選擇“加載項” > “圖像分析器”允許我選擇圖像並將其導入為資料表。資料表包含影像中每個像素的 RGB 資料（以及一些其他資訊）。
第 2 步：固定比例
打開表格後，使用圖形產生器重新建立影像的黑白版本就足夠簡單了。在下圖中，我使用 I 列（強度）作為顏色列，並反轉 Y 比例以使其與影像的保存方式相符。
現在我可以看到一個迫在眉睫的問題：圖表上的比例與 JMP 中的比例不符。這確實很容易解決；它涉及使用 JMP 中的一些內建功能以及中間資料表。
- 建立一個包含四列（X、Y、所需 X 和所需 Y）的空白資料表。
- 在圖表左下角的已知位置選擇一個資料點，例如，X 軸是 1896 年，人口為 0。
- 在圖形產生器視窗中，選擇十字線工具，然後將滑鼠懸停在該資料點上。請注意給出的 X 和 Y 值。將它們寫在 X 和 Y 列的第 1 行。
- 對圖形右上角的已知點重複此過程，記錄 X 和 Y 的當前值和所需值。
下一步是更改影像資料表中的比例 X 和 Y 值，以符合圖表中顯示的內容。本質上，需要對每一列應用偏移量和縮放因子。幸運的是，這只是擬合一條線，這是 Fit Y by X 平台的基本功能。在下圖中，我為 X 和 Y 的當前值與期望值之間的關係擬合了一條線。
這裡的關鍵是看線性擬合的公式。它以 ay = mx + b 方程式的形式給出偏移量和比例，其中 m 是比例，b 是偏移量。這些參數可與 JMP 中的新公式列工具結合使用，以快速修復軸。
- 在影像資料表中，右鍵點選X 列，選擇新公式列>變換>縮放偏移...
- 輸入從「Fit Y by X」視窗中的公式複製的比例因子（此處寫為「乘數」）和「偏移」的值。
- 對 Y 列重複此程序。請務必輸入乘數的負數。
現在，資料表中包含 X 和 Y 的新列，其軸和比例與影像相符。在圖形產生器中將軸變更為這些新列會顯示這些新軸如何與影像中的軸對齊。
第 3 步：提取數據
剩下的唯一步驟是消除影像資料表中不是感興趣線上的資料點的所有行。為此， K 均值聚類是一種快速且幾乎自動化的工具。 （特別感謝@landonbw1向我展示了這個技巧。）
原始圖像似乎有四種顏色：白色、藍色、灰色和黑色。那麼，請 JMP 將 R、G 和 B 列分成四個簇，並且藍線應該是這些簇之一，這應該是一件簡單的事情。由於影像壓縮、顏色混合和其他因素在影像檔案中的工作方式，該影像中實際上有 500 多種不同的顏色。儘管如此，我們還是可以輕易地分離出主要顏色。通常，將簇數設定為可見顏色（普通人所說的圖像中的顏色）數量的兩倍會從圖像檔案中建立各個圖形元素的簇。
- 選擇分析 > 聚類 > K 均值聚類。
- 將R 、 G和B列輸入到Y 列選擇中，然後選擇確定。
- 在Number of Clusters部分中輸入8 ，然後選擇Go 。
- 依序選擇簇摘要表中的每個簇，同時查看圖形產生器，以決定該線屬於哪個簇。在下圖中，反白顯示「集群 5」僅突出顯示圖表中線條中的資料點。
- 選擇除感興趣的簇（在本例中為 5）之外的所有簇，並從表中刪除這些行。現在，唯一剩下的行是圖像中圖表的資料點。更改一些圖形產生器選項會在 JMP 中產生互動式資料圖形，而之前只有靜態圖像。
結論
諷刺的是，讀取如何從影像中提取資料到資料表中所花費的時間比實際執行該過程所需的時間更長。然而，諷刺的是，還有很多使用此過程的機會，包括：
- 在研究計畫開始時，研究所有可用的文獻時。
- 對流程或產品進行逆向工程。
- 數位化應力-應變曲線以用於疲勞模型平台。
這為您的工作帶來了哪些機會？
幹得好， @Jed_Campbell 。
在許多情況下，資料選擇（曲線的提取）也是透過在圖形生成器中交互選擇感興趣的點/區域，然後反轉行選擇（在表格中），然後行>隱藏和排除來實現的。可以用類似的方式去除白色區域，例如選擇一個白點（在圖形生成器中）>選擇匹配的單元格（右鍵單擊表格中的單元格）>行>隱藏並排除。
對我來說已經很好了:)
對於希望直接在 JMP 中從繪圖圖像中恢復資料的人來說，這個插件是一大進步——感謝您提供這個插件！
對於其他正在探索類似任務的人，我還建議嘗試一款名為WebPlotDigitizer的免費工具 ( https://automeris.io/WebPlotDigitizer/ )。它已經推出一段時間了，速度驚人，而且用戶友好，可以從各種圖表中提取數據。 4.x 版本是開源的，可以離線使用，非常方便。
很高興看到有更多工具可用於此類工作。希望這兩方面的持續發展能讓資料擷取更加無縫銜接！
最近新增了一些很棒的功能！謝謝@Jed_Campbell ！
