Matlab图像处理常用基本函数

之前用Matlab做图像处理工作时,用到什么函数就查什么函数,从没做过系统的总结,再做的时候又要去查,所以总结还是有必要的~

为了方便,在此只列出函数名和基本用法,如不特别指出,不详细说明参数,辅助helpdoc

争取持续更新~

********************************正文分割线*************************************

图像读入

需求 函数 说明
从某一路径读入图片 f = imread(FILENAME) 默认为当前搜索路径包括当前路径,不在搜索路径内的文件需特别指出
打开对话框选择图片文件并读入
[FileName,PathName,FilterIndex] = uigetfile({‘*.jpg;*.tif;*.png;*.gif‘,‘All Image Files‘;‘*.*‘,‘All Files‘ },‘DialogTitle‘,‘.\‘);

f = imread([PathName, FileName]);

或者f = imread(fullfile(PathName,FileName));

参看左侧即可理解,并参看doc。
注意,使用路径和文件名的拼接;以及判断是否选择了文件,如if isequal(FileName,0)

查看图像信息

需求 函数 说明
图片尺寸 ans = size(f) ans为向量
图片尺寸、大小、数据类型 whos f
显示更多信息 iminfo(‘bird.jpg‘) 

图像显示

需求 函数 说明
最常用的图像显示 显示图像:imshow(f)
灰度级数为G:imshow(f,G)
指定灰度级范围:imshow(f,[low,high])
自动调整:imshow(f,[])
imshow(f,[])将double型压缩到[0,1],将uint8
直方图 imhist(f,bins)
figure显示 figure, subplot(m,n,p), imshow(f) m*n块区域,第p个位置显示
颜色地图 colormap 详情参看help
颜色条 colorbar 详情参看help
其他的显示(不常用) imscr
image
详情参看help

图像存储

将图像保存为文件 imwrite(f,‘filename‘)
imwrite(f,‘filename‘,‘ext‘)
imwrite(f,‘filename‘,‘quality‘,q)
q为图像质量,从0到100,q越小表示压缩程度越大 
将figure保存成图像 saveas(figure_handle,filename,fileformat)
print(figure_handle,filename,fileformat)
fileformat为存储格式

常用函数

归一化等 g = mat2gray(f)
g = im2uint8(mat2gray(f))
mat2gray将f映射到[0,1],double型
reshape g = reshape(f,m,n) 不改变矩阵中元素的数目,以列优先的方式改变尺寸
生成坐标 [C,R] = meshgrid(c,r) 生成矩阵坐标阵列
复制并拼接矩阵 B = repmat(A, sz1,sz2,...szN)
Apply function to each cell in cell array [A1,...,Am] = cellfun(func, c1,...,cn, name, value) 简直最爱啊!!参看doc
生成随机数 随机数生成控制 rng
均匀分布r = rand(size)
均匀分布(整数)r = randi(100,1,5)
正态分布r = randn(size)
随机数random
参看doc

待解决

完成特定图像处理任务的功能函数;……

时间: 2024-10-27 06:04:58

Matlab图像处理常用基本函数的相关文章

Atitit MATLAB 图像处理 经典书籍attilax总结

1.1. MATLAB数字图像处理1 1.2. <MATLAB实用教程(第二版)>((美)穆尔 著)[简介_书评_在线阅读] - 当当图书.html1 1.3. 数字图像处理(MATLAB版)(第二版)(本科教学版)2 1.1. MATLAB数字图像处理 第1章 图像处理与MATLAB2007a简介 第2章 图像的编码和解码 第3章 图像复原 第4章 图像处理的相关操作 第5章 图像频域变换 第6章 图像处理中的代数运算及几何变换 第7章 图像增强 第8章 图像分割与边缘检测 第9章 小波分析

用C#调用Matlab图像处理自制QQ游戏2D桌球瞄准器

平时不怎么玩游戏,有时消遣就玩玩QQ里的2D桌球,但是玩的次数少,不能像骨灰级玩家一样百发百中,肿么办呢?于是某天突发奇想,决定自己也来做个“外挂”.说是外挂,其实只是一个瞄准器,毕竟外挂是修改别人的软件,有点违法的意思,况且自己还没有能力去那么做,所以自己还是弄个瞄准器,做做弊,过下小瘾,同时也提高一下自己的编程能力. 起初(也就是半年前),自己尝试做一个瞄准器的初始版本,用C#做,想法很简单: Step1.把鼠标移到洞口,获取鼠标位置: Step2.将鼠标放到要击打的球的圆心上,获取鼠标当前

MATLAB图像处理基础

MATLAB图像处理基础 2.2.1 图像文件格式及图像类型 1.MATLAB支持的几种图像文件格式: ⑴JPEG(Joint Photogyaphic Expeyts Group):一种称为联合图像专家组的图像压缩格式. ⑵BMP(Windows Bitmap):有1位.4位.8位.24位非压缩图像,8位RLE(Run length Encoded)的图像.文件内容包括文件头(一个BITMAP FILEHEADER数据结构).位图信息数据块(位图信息头BITMAP INFOHEADER和一个颜

Matlab图像处理系列2———空间域平滑滤波器

注:本系列来自于图像处理课程实验,用Matlab实现最基本的图像处理算法 本文章是Matlab图像处理系列的第二篇文章,介绍了空间域图像处理最基本的概念----模版和滤波器,给出了均值滤波起和中值滤波器的Matlab实现,最后简要讨论去躁效果. 1.空间域增强 (1)模版运算 图像处理中,模版可以看作是n*n(n一般是奇数)的窗口,模版连续地运动于整个图像中,对模版窗口范围内的像素做相应处理. 模版运算主要分为: 模版卷积 模版排序 模版卷积是把模版内像素的灰度值和模版中对应的灰度值相乘,求平均

matlab图像处理

matlab图像处理 转自:http://www.cnblogs.com/lovebay/p/5094146.html 1. 图像和图像数据 缺省情况下,MATLAB将图像中的数据存储为双精度类型(double),64位浮点数,所需存储量很大:MATLAB还支持另一种类型无符号整型(uint8),即图像矩阵中每个数据占用1个字节. 在使用MATLAB工具箱时,一定要注意函数所要求的参数类型.另外,uint8与double两种类型数据的值域不同,编程需注意值域转换. 从uint8到double的转

学习笔记(2)---Matlab 图像处理相关函数命令大全

Matlab 图像处理相关函数命令大全 一.通用函数: colorbar  显示彩色条 语法:colorbar \ colorbar('vert') \ colorbar('horiz') \ colorbar(h) \ h=colorbar(...) \ colorbar(...,'peer',axes_handle) getimage 从坐标轴取得图像数据 语法:A=getimage(h) \ [x,y,A]=getimage(h) \ [...,A,flag]=getimage(h) \

Matlab图像处理系列1———线性变换和直方图均衡

注:本系列来自于图像处理课程实验,用Matlab实现最基本的图像处理算法 图像点处理是图像处理系列的基础,主要用于让我们熟悉Matlab图像处理的编程环境.灰度线性变换和灰度拉伸是对像素灰度值的变换操作,直方图是对像素灰度值的统计,直方图均衡是对灰度值分布的变换. 1.灰度线性变换 (1)线性变换函数 原图向灰度值为g,通过线性函数f(x)=kx+b转换为f(g)得到灰度的线性变换. (2)代码实现 Matlab中支持矩阵作为函数参数传入,定义一个线性转换函数,利用Matlab矩阵操作,用一行代

Matlab科研常用命令总结

本文主要总结个人科研中用到的matlab命令,并不断跟新中! %---------------------读取存放数据(矩阵)的txt文件--------------------------------% data_source=dlmread('文件名',';');%读取以;为分隔符的数据,分割符为空格时省略. data_source=textread('文件名', '' , 'headerlines', 2);%从第二行开始读取数据,可以处理第一行为类别字符串时的情景. %---------

图像处理常用边缘检测算子总结

图像处理常用边缘检测算子总结 转 不同图像灰度不同,边界处一般会有明显的边缘,利用此特征可以分割图像.需要说明的是:边缘和物体间的边界并不等同, 边缘指的是图像中像素的值有突变的地方,而物体间的边界指的是现实场景中的存在于物体之间的边界.有可能有边缘的地方并非边界,也有可能边界的地方并无边 缘,因为现实世界中的物体是三维的,而图像只具有二维信息,从三维到二维的投影成像不可避免的会丢失一部分信息:另外,成像过程中的光照和噪声也是不可避 免的重要因素.正是因为这些原因,基于边缘的图像分割仍然是当前图