matlab实现对图像的切割

在有些程序中由于图像过大,常常需要我们将图像切割成几个比较小的图案之后在进行相关的处理。

Img=imread('sssd.png');
imgsize=size(Img)
subimg_width=600;
subimg_height=1000;
num_width_spilt=ceil(imgsize(1)/subimg_width);
num_height_spilt=ceil(imgsize(2)/subimg_height);
num=num_width_spilt*num_height_spilt;
for i=1:num_width_spilt
   for j=1:num_height_spilt
   if(i*subimg_width<=imgsize(1))
       width=subimg_width;
   else
       width=imgsize(1)-(i-1)*subimg_width;
   end
   if(j*subimg_height<=imgsize(2))
       height=subimg_height;
   else
       height=imgsize(2)-(j-1)*subimg_height;
   end
    subimg=zeros(width,height);

    for ii=1:width
    for jj=1:height
    for kk=1:3
   subimg(ii,jj,kk)=Img((i-1)*subimg_width+ii,(j-1)*subimg_height+jj,kk);
    end
    end
    end

  subimg=uint8(subimg);
    eval(['imwrite(subimg, ''subimg' num2str((i-1)*num_width_spilt+j) '.bmp'',''bmp'');']);
   end
end
    

对下图进行分割,得到四个小图

得到的四个小图:

第一张:

第二张

第三张:

第四张

时间: 2024-10-11 20:11:54

matlab实现对图像的切割的相关文章

opencv分水岭算法对图像进行切割

先看效果 说明 使用分水岭算法对图像进行切割,设置一个标记图像能达到比較好的效果,还能防止过度切割. 1.这里首先对阈值化的二值图像进行腐蚀,去掉小的白色区域,得到图像的前景区域.并对前景区域用255白色标记 2.相同对阈值化后的图像进行膨胀,然后再阈值化并取反.得到背景区域. 并用128灰度表示 3.将前景和背景叠加在一起在同一幅图像中显示. 4.用标记图和原图,利用opencv的watershed对图像进行切割. 源代码 class WatershedSegment{ private: cv

Matlab在读取图像时怎么实现手动选择图像

平时看的一些关于图像处理的文献通常要在matlab里面写一下,以便加深对这个算法的理解,当然写好以后需要图像来测试,以前我常常在 path='图像所在的路径'; img=imread(path+图像的名字); 在imread函数中进行不断修改图像的名字,以便测试不同的图像对于该算法的效果如何. 想必大家也是常常这样做实验吧,今天突然想,这样一直改名字多麻烦多浪费时间,我觉得像Matlab这么强大的软件肯定提供这样的函数给用户,因为每个软件都要考虑用户体验的哈! 在网上搜了很久没找到非常好的答案,

Matlab实现:图像边缘提取

1. 边缘提取算法 方法一:一阶微分算子 Sobel算子 Sobel算子检测方法对灰度渐变和噪声较多的图像处理效果较好,Sobel算子对边缘定位不是很准确,图像的边缘不止一个像素. Roberts算子 Roberts算子检测方法对具有陡峭的低噪声的图像处理效果较好,但是利用roberts算子提取边缘的结果是边缘比较粗,因此边缘的定位不是很准确. Prewitt算子 Prewitt算子检测方法对灰度渐变和噪声较多的图像处理效果较好.但边缘较宽,而且间断点多. Canny算子 Canny算子是目前边

matlab 修改rbg图像中指定范围内像素点的rgb值

数组名是数组的首地址,就是数组中的第一个元素的地址,是常量.常量是不能值在=的左边的.数组和指针的区别在于,指针是变量,是用来存储指向数据的地址的变量,而数组名是常量.一般情况下申明一个数组,比如char  a[10]; 之后  数组名a都是数组的首地址,是一个地址常量.但是在函数申明的形参列表中除外,比如: int  fo(char []); 在这种情况下的申明与 int  fo(char a[]); int  fo(char *a); 是等价的,就是说在这种情况下,就算你写的是数组的形式,编

本图片处理类功能非常之强大可以实现几乎所有WEB开发中对图像的处理功能都集成了,包括有缩放图像、切割图像、图像类型转换、彩色转黑白、文字水印、图片水印等功能

import java.awt.AlphaComposite; import java.awt.Color; import java.awt.Font; import java.awt.Graphics; import java.awt.Graphics2D; import java.awt.Image; import java.awt.Toolkit; import java.awt.color.ColorSpace; import java.awt.geom.AffineTransform;

使用matlab批量处理图像后在指定文件夹存储

使用matlab批量处理图像后在指定文件夹存储 clear;clc;close all; Files=dir('D:\文件及下载相关\文档\MATLAB\postgraduate\Kodak\*.jpg'); N=length(Files); Names={}; Images={}; for k=1:N Names{k}=Files(k).name; Images{k}=imread(['D:\文件及下载相关\文档\MATLAB\postgraduate\Kodak\' Names{k}]);

MATLAB中的图像类型

MATLAB中的图像类型 1. RGB 图像 RGB 图像又称为真彩图像,它是利用 R. G. B 三个分量标识一个像素的颜色, R. G.B 分别代表红.绿.蓝 3 种不同的颜色,通过三基色可以合成出任意颜色. 所以对一个尺寸维 n×m 的彩色图像来说,在 MATLAB 中则存储一个 n×m×3 的多维数据数组,其中数组中的元素定义了图像中每一个像素的红.绿.蓝颜色值. RGB 图像不使用调色板,每一个像素的颜色由存储在相应位置的红.绿.蓝颜色分量的组合来确定. 红.绿.蓝分量分别占用 8 位

基于matlab的经典图像边缘检测算法

图像边缘检测算法 (1)Robert算子边缘检测 (2)Sobel算子边缘检测 (3)Prewitt算子边缘检测 (4)LOG算子边缘检测 (5)Canny边缘检测 Matlab的实现. 其实还只是掉包侠,一点算法没有写 争取有空用openCV写一遍 I=imread('1.jpg'); I0=rgb2gray(I); subplot(231); imshow(I); BW1=edge(I0,'Roberts',0.16); subplot(232); imshow(BW1); title('R

Matlab 视频与图像之间的相互转换

matlab版本是2015b,其中更新了部分函数库之前网上相关程序不适用于新版本,在此提供适用于新版本的程序: 帧序列转换为视频 function video = frames2video(framepath , videoname) %framepath : 表示图像序列所在的路径,同时保证图像的大小相等 %videoname : 表示将要创建视频的名字 r_path = framepath; videoName = videoname; %初始化一个avi文件obj obj = VideoW