MATLAB代码：计算条纹图像中条纹的距离

img_stripes = imread('7.bmp');
img_stripes = imbinarize(img_stripes);

%将图像转为二维
img_stripes = img_stripes(:,:,1);

%计算每个条纹的方向
stats = regionprops(img_stripes, 'Orientation');

%计算条纹之间的距离
distances = [];
for i = 1:length(stats)
    for j = i+1:length(stats)
        %如果方向相似，则进一步分析
        if abs(stats(i).Orientation - stats(j).Orientation) < 30
            %计算相邻条纹的像素
            pixels1 = stats(i).PixelList;
            pixels2 = stats(j).PixelList;
            
            %将像素按照方向排序
            if abs(stats(i).Orientation) > 45
                pixels1 = fliplr(pixels1);
            end
            if abs(stats(j).Orientation) > 45
                pixels2 = fliplr(pixels2);
            end
            
            %选择相同级别的像素
            level1 = unique(pixels1(:,2));
            level2 = unique(pixels2(:,2));
            levels = intersect(level1, level2);
            pixels1 = pixels1(ismember(pixels1(:,2), levels), :);
            pixels2 = pixels2(ismember(pixels2(:,2), levels), :);
            
            %计算最小距离
            d = pdist2(pixels1, pixels2);
            distances = [distances; min(d(:))];
        end
    end
end

%选择有效的距离
idx = find(distances > 0.02 & distances < 0.6);
distances = distances(idx);

%显示条纹和距离
figure; 
imshow(img_stripes); 
hold on; 
for i = 1:length(stats)
    plot(stats(i).PixelList(:,1), stats(i).PixelList(:,2), 'r.');
end
for i = 1:length(idx)
    [m, n] = ind2sub([length(stats), length(stats)], idx(i));
    plot([stats(m).PixelList(1,1), stats(n).PixelList(1,1)], [stats(m).PixelList(1,2), stats(n).PixelList(1,2)], 'b-');
end
hold off; 
title('Stripes and Distances');

代码说明：

使用imread函数读取条纹图像。
使用imbinarize函数将图像转换为二值图像。
使用regionprops函数计算每个条纹的方向，并将结果存储在stats结构体中。
使用双重循环遍历每个条纹，计算每个条纹之间的距离。
如果两个条纹的方向相似，则进一步分析，计算相邻条纹的像素，并将像素按照方向排序。
选择相同级别的像素，计算像素之间的最小距离。
选择有效的距离，并将距离存储在distances向量中。
使用imshow函数显示图像，并使用plot函数标记条纹和距离。

运行结果：

代码运行后会显示一个包含条纹和距离的图像。图像中红色点表示每个条纹的中心，蓝色线表示条纹之间的距离。

注意事项：

代码中的7.bmp为条纹图像的名称，请根据实际情况修改。
代码中的距离阈值0.02和0.6可以根据实际情况调整。
代码中使用的regionprops函数需要在MATLAB中安装图像处理工具箱。

其他信息：

代码可以用于分析各种条纹图像，例如织物图像、木纹图像等。
代码可以进一步扩展，例如添加自动识别条纹的功能。

希望本文对您有所帮助！如果您有任何问题，请随时提问。