图形数字化软件

有许多不同的选项，但基本上都使用相同的工作流程：

1. 上传图片
2. 通过指示每个轴上两个点的值来设置 x 和 y 比例
3. 指示刻度是否为线性、对数等，
4. 点击点。
   • 一些程序会自动识别线或点。我通常追求分数，我发现它们太不一致了，即使有 100 分也无济于事。我还没有找到一个识别不同符号的。这个功能对于数字化线路来说是值得的，但我从来没有这样做过。

程序将每个点作为 xy 矩阵返回。

如果图像被缩放，通常它有助于选择点，或者通过上传图像的缩放版本或使用某些程序中可用的缩放功能。

有许多程序，它们在额外功能、可用性、许可和成本方面各不相同。我在下面列出了它们。

我用过的所有东西都可以正常工作。除了在测量误差非常小的情况下，来自图形抓取的误差是微不足道的（例如，来自数字化的误差 << 误差条的大小或估计中的不确定性）。如果没有测试任何这些程序的准确性，但是在用户之间、程序之间进行比较以及与复制的统计分析结果进行比较会很有趣。

我用过的程序：

• 数字化仪（免费软件，GPL）自动点/线识别。在 Ubuntu 存储库中可用 (engauge-digitizer)
• 获取数据（共享软件）具有缩放窗口，自动点/线识别
• DigitizeIt（共享软件）自动点/线识别
• ImageJ（开源，在 R 数字化之后最可扩展）
• R digitize（免费、开源），因为它通过保留 R 中的所有步骤，简化了从图表中获取数据到分析的过程。请参阅R-Journal 中的教程
• 抓住它！（免费演示，69 美元） Excel 插件
• WebPlotDigitzer（免费，在线）。基于浏览器，从图像中提取数据。在这里审查。

我没用过的程序：

• GraphClick（Mac，8 美元）
• g3data（开源 - GNU GPL）有缩放窗口，没有自动识别。在 Ubuntu 存储库中可用。
• 在专有平台 Matlab 中运行的GRABIT OpenSource (BSD) 插件

TL;DR： WebPlotDigitizer可作为Web 应用程序和chrome 插件使用

查看R的数字化包。它旨在解决这类问题。

其他回答者假设您处理图形的光栅图像。但如今，好的做法是以矢量形式发布图形。在这种情况下，如果您直接使用矢量图的代码而不将其转换为光栅图像，您可以获得更高的恢复数据的准确性，甚至可以估计恢复错误。

由于论文以 PDF 文件形式在线发布，我假设您有一个 PDF 文件，其中包含矢量图以及您希望从中恢复的数据（以数字形式获取）并估计引入的恢复错误。

首先，PDF 是一种矢量格式，基本上是文本的（可以通过文本编辑器读取）。问题是它可以（并且几乎总是）包含压缩数据流，这些数据流需要解压缩才能被文本编辑器读取。这些压缩的数据流通常包含我们需要的信息。

有几种方法可以解压缩数据流，以便将 PDF 文件转换为具有可读 PDF 代码的文本文档。可能最简单的方法是使用带有选项的免费QPDF 实用程序：--stream-data=uncompress

qpdf infile.pdf --stream-data=uncompress -- outfile.pdf

此处和此处描述了其他一些方法。

生成的 outfile.pdf 可以由文本编辑器打开。现在您需要PDF 参考手册 1.7来了解您所看到的。此刻不要惊慌！您只需要知道第 226 - 227 页的“表 4.9 路径构造运算符”中描述的少数运算符。最重要的运算符是（第一列包含运算符的坐标规范，第二列包含运算符，第三列是运算符名称):

x y               m   moveto 

x y               l   lineto 

x y width height  re  rectangle

                  h   closepath

在大多数情况下，了解这四个操作符就足以恢复数据。

现在您需要将 outfile.pdf 文件作为文本导入到可以操作数据的某个程序中。我将展示如何使用Mathematica来做到这一点。

导入文件：

pdfCode = Import["outfile.pdf", "Text"];

现在我假设最简单的情况：图形包含一条由许多两点线段组成的线。在这种情况下，行的每一段编码如下：

268.79999 408.92975 m
272.39999 408.92975 l

从 PDF 代码中提取所有此类段：

lines = StringCases[pdfCode, 
   StartOfLine ~~ x1 : NumberString ~~ " " ~~ y1 : NumberString ~~ " m\n" ~~ 
                  x2 : NumberString ~~ " " ~~ y2 : NumberString ~~ " l\n" 
                                        :> ToExpression@{{x1, y1}, {x2, y2}}]; 

可视化它们：

Graphics[{Line[lines]}]

你会得到这样的东西（我正在使用的论文包含四个图表）：

每两个相邻的段共享一个点。因此，在这种情况下，您可以将相邻段的序列转换为路径：

paths = Split[lines, #1[[2]] == #2[[1]] &];

现在您可以分别可视化所有路径：

Graphics[{Line /@ paths}]

从此图中，您可以选择（通过双击）您正在寻找的路径，复制图形选择并粘贴为新的Graphics. 为了将其向后转换为点列表，您需要使用 element {1, 1, 1}。现在我们的点不在图形的坐标系中，而是在 PDF 文件的坐标系中。我们需要建立它们之间的关系。

从上面的图中，您手动选择刻度（按住Shift以进行多选），然后复制它们并粘贴为 new Graphics。以下是提取水平刻度坐标的方法：

现在检查刻度之间的差异：

Differences[reHorTicks]

从这些差异中，您可以看到 PDF 文件中刻度的定位有多精确。它给出了通过将原始数据点转换为 PDF 文件中包含的矢量图而引入的误差估计。如果刻度定位存在明显误差，您可以通过将刻度的坐标拟合到线性模型来减少误差。这个线性函数现在可用于获取路径点的原始坐标（即在绘图的坐标系中）。

我没用过，但UWA CogSci 实验室推荐DataThief（共享软件）。