给出下图：
我想确定哪些彩色区域被哪些其他彩色区域包围或包围哪些其他彩色区域。这是如何计算的？有没有办法创建一种显示此信息的树或表？
示例：所有红色像素都在黄色区域内。
据我所知，没有内置函数可以执行此计算，但这里有一个关于如何获取所需信息的想法......
首先，您需要从上面获取 RGB 图像，并将其转换为索引图像和颜色图。这是一种方法：
img = double(imread('nested_regions.png'))./255; % Load the RGB image
map = unique(reshape(img, [], 3), 'rows'); % Find the unique colors
labelImage = rgb2ind(img, map); % Get a labeled (i.e. indexed) image
nColors = size(map, 1);
接下来，您需要循环每个标记区域，创建一个蒙版，然后使用以下命令填充该蒙版中的任何“孔”imfill。如果填充区域包含图像其余部分不包含的标签值，则这些区域完全包含在您填充的区域中。下面的代码使用setdiff功能：
contains = cell(nColors, 1); % Storage for the contained region labels
str=' # | contains\n---+------------\n'; % String for displaying output
for iColor = 1:nColors
maskImage = (labelImage == iColor-1); % Mask of the current region
filledImage = imfill(maskImage, 'holes'); % Mask with holes filled
holeImage = (filledImage & ~maskImage); % Mask of the filled holes
contains{iColor} = setdiff(unique(labelImage(holeImage)), ...
unique(labelImage(~holeImage))).'; %.'
str = [str ' ' num2str(iColor-1) ' | ' num2str(contains{iColor}) '\n'];
end
imshow(labelImage, map, 'InitialMagnification', 60); % Display image
colorbar(); % with a colorbar
fprintf(str); % Create some formatted text output
运行上述命令后，您将得到以下结果：
# | contains
---+------------
0 | 1 2 3 4 5 6 7 8 9
1 | 3 4 5 7 9
2 | 3 4 5 7 9
3 |
4 | 3
5 | 3 4
6 |
7 | 3 4 5
8 |
9 | 3 4 5 7
例如，红色像素（标记为区域 7）围绕标记区域 3、4 和 5（分别为灰蓝色、紫色和石灰色）中的所有像素。有些区域不形成闭合轮廓，例如 6（浅紫色）和 8（橙色）。区域 1（绿色）实际上并未完全包含在区域 2（蓝色）中，因为一两个绿色的虚假像素位于蓝色区域之外。
希望这能给您一些想法！