计算机图像处理与机器视觉(1)--灰度变换

最新推荐文章于 2023-10-29 23:36:56 发布
最新推荐文章于 2023-10-29 23:36:56 发布
阅读量400 收藏 3
点赞数 2
分类专栏： 计算机图像处理与机器视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/azraelxuemo/article/details/115015610
版权

最近在学习图像处理，也就分享几个最近学习的初级图像处理代码，很low, 看不上的大佬们还望勿喷

灰度线性变化

在这里插入图片描述

clear;
clc;
image=imread('D:\MATLAB\MATLAB\pictrue\1.png');
mingray=min(min(image));
maxgray=max(max(image));
minshow=0;
maxshow=255;
iamgeshow=(maxshow-minshow)/(maxgray-mingray)*(image-mingray)+minshow;

subplot(1,2,1);
imshow(image);
title('\fontsize{16}原图像');
subplot(1,2,2);
imshow(iamgeshow);
title('\fontsize{16}新图像');

在这里插入图片描述
由于我们原图的最大像素值也是255,最小的是0，所以相当于线性变化没有效果
当我把minshow也就是变化之后的最小值改为100,可以看到，明显有变化
在这里插入图片描述

灰度非线性变化

这里就只是区别于之前的线性，可以利用例如开方之类的
这里我们以开方为例
因为0-255,开方以后为0-16,我们在*16就恢复到0-255
在这里插入图片描述

clear;
clc;
image=imread('D:\MATLAB\MATLAB\pictrue\1.png');
imageshow=image;
for i=1:size(image,1)
    for j=1:size(image,2)
        imageshow(i,j)=sqrt(double(image(i,j)))*16;
    end
end

subplot(1,2,1);
imshow(image);
title('\fontsize{16}原图像');
subplot(1,2,2);
imshow(imageshow);
title('\fontsize{16}新图像');

在这里插入图片描述

锯齿形灰度拉伸

在这里插入图片描述

clear;
clc;
image=imread('D:\MATLAB\MATLAB\pictrue\1.png');
mingray=min(min(image));
maxgray=max(max(image));
imageshow=image;
minshow=0;
maxshow=255;
divide_num=4;%这里是把图像分成了若干个区域，每个区域都线性映射到0-255
divide_length=floor((maxgray-mingray)/divide_num);
min_gray=zeros(1,divide_num);%这两个分别保存每段区间对应的最小值和最大值，先生成一个对应阶的0矩阵
max_gray=zeros(1,divide_num);
min_gray(1)=mingray;
for i=2:divide_num
    min_gray(i)=min_gray(i-1)+divide_length;
end
max_gray(divide_num)=maxgray;
for i=1:divide_num-1
    max_gray(i)=min_gray(i+1);
end

for i=1:size(image,1)
    for j=1:size(image,2)
        for m=1:divide_num
            if image(i,j)>=min_gray(m) && image(i,j)<max_gray(m)
                break;
            end
            end
       imageshow(i,j)=(maxshow-minshow)/(max_gray(m)-min_gray(m))*(image(i,j)-min_gray(m))+minshow; 
    end
end

subplot(1,2,1);
imshow(image);
title('\fontsize{16}原图像');
subplot(1,2,2);
imshow(imageshow);
title('\fontsize{16}新图像');

在这里插入图片描述
可以看到原来图片中间的灰色部分，突然产生了明显的突变

灰度直方图

利用系统函数

clear;
clc;
image=imread('D:\MATLAB\MATLAB\pictrue\1.png');
figure(1);
imhist(image);

在这里插入图片描述

灰度直方图和累计灰度直方图

clear;
clc;
image=imread('D:\MATLAB\MATLAB\pictrue\3.png');
imageGray=0:255;
imageBar=imageGray;
for i=1:size(imageGray,2)
    imageBar(i)=sum(sum(image==imageGray(i)));
end
imageBar=imageBar/(size(image,1)*size(image,2));

Sumbar=imageBar;
for i=2:size(Sumbar,2)
    Sumbar(i)=Sumbar(i-1)+imageBar(i);
end

subplot(1,2,1);
bar(imageGray,imageBar);
title('\fontsize{16}直方图');
subplot(1,2,2);
bar(imageGray,Sumbar);
title('\fontsize{16}累积直方图');

在这里插入图片描述

直方图均衡

clear;
clc;
image=imread('D:\MATLAB\MATLAB\pictrue\3.png');
imageGray=0:255;
imageBar=imageGray;
for i=1:size(imageGray,2)
    imageBar(i)=sum(sum(image==imageGray(i)));
end
imageBar=imageBar/(size(image,1)*size(image,2));

Sumbar=imageBar;
for i=2:size(Sumbar,2)
    Sumbar(i)=Sumbar(i-1)+imageBar(i);
end

hd=zeros(1,256);
imagenew=image;
for i=1:size(image,1)
    for j=1:size(image,2)
        imagenew(i,j)=Sumbar(image(i,j)+1)*255;
    end
end
imageBar_new=0:255;
for i=1:size(imageGray,2)
    imageBar_new(i)=sum(sum(imagenew==imageGray(i)));
end
imageBar_new=imageBar_new/(size(imagenew,1)*size(imagenew,2));

subplot(2,2,1);
imshow(image);
title('\fontsize{16}原图');
subplot(2,2,2);
bar(imageGray,imageBar);
title('\fontsize{16}原图的直方图');
subplot(2,2,3);
imshow(imagenew);
title('\fontsize{16}新图');
subplot(2,2,4);
bar(imageGray,imageBar_new);
title('\fontsize{16}新图的直方图');

在这里插入图片描述

梯度法

clear;
clc;
image=imread('D:\MATLAB\MATLAB\pictrue\1.png');
imageout=image;

for i1=1:size(image,1)-1
    for i2=1:size(image,2)-1
        c=image(i1,i2);
        c1=image(i1,i2+1);
        c2=image(i1+1,i2);
        b=abs(c-c1)+abs(c-c2);
        if b>10
            imageout(i1,i2)=b;
        else imageout(i1,i2)=128;
        end
    end
end

subplot(1,2,1);
imshow(image);
title('\fontsize{16}原图像');
subplot(1,2,2);
imshow(imageout);
title('\fontsize{16}新图像');

在这里插入图片描述

卷积函数

function y = juanji(a,b)
%a为积分对象，b为卷积核
y=a;
b_length_y=(size(b,2)-1)/2;
b_length_x=(size(b,1)-1)/2;
for i=b_length_x+1:size(a,1)-b_length_x
    for j =b_length_y+1:size(a,2)-b_length_y
        y(i,j)=sum(sum(a(i-b_length_x:i+b_length_x,j-b_length_y:j+b_length_y).*b));   
    end
end
end

伪彩色变化

I=imread(".\pictrue\1.png");
[m,n]=size(I);
hd=zeros(256,1);
for j=1:m
    for i=1:n
        k=I(j,i);
        hd(k+1)=hd(k+1)+1;
    end
end
p=zeros(256,1);
q=zeros(256,1);
for i=1:256
  p(i)=hd(i)/(m*n);
  for j=1:i
      q(i)=q(i)+p(j);
  end
  q(i)=uint8(q(i)*100)/100;
end
hd1=zeros(256,1);
for j=1:m
    for i=1:n
        k=q(I(j,i)+1)*255;
        hd1(k)=hd1(k)+1;
    end
end

 for i=1:m
for j=1:n
if I(i,j)>=0 &I(i,j)<16
new(i,j,1)=0;
new(i,j,2)=0;
new(i,j,3)=0;
elseif I(i,j)>=16 &I(i,j)<32
new(i,j,1)=0;
new(i,j,2)=0;
new(i,j,3)=191;
elseif I(i,j)>=32 &I(i,j)<48
new(i,j,1)=0;
new(i,j,2)=191;
new(i,j,3)=0;
elseif I(i,j)>=48 &I(i,j)<64
new(i,j,1)=0;
new(i,j,2)=191;
new(i,j,3)=191;
elseif I(i,j)>=64 &I(i,j)<80
new(i,j,1)=191;
new(i,j,2)=0;
new(i,j,3)=0;
elseif I(i,j)>=80 &I(i,j)<96
new(i,j,1)=191;
new(i,j,2)=0;
new(i,j,3)=191;
elseif I(i,j)>=96 &I(i,j)<112
new(i,j,1)=191;
new(i,j,2)=191;
new(i,j,3)=0;
elseif I(i,j)>=112 &I(i,j)<128
new(i,j,1)=191;
new(i,j,2)=191;
new(i,j,3)=191;
elseif I(i,j)>=128 &I(i,j)<144
new(i,j,1)=64;
new(i,j,2)=64;
new(i,j,3)=64;
elseif I(i,j)>=144 &I(i,j)<160
new(i,j,1)=0;
new(i,j,2)=0;
new(i,j,3)=255;
elseif I(i,j)>=160 &I(i,j)<176
new(i,j,1)=0;
new(i,j,2)=255;
new(i,j,3)=0;
elseif I(i,j)>=176 &I(i,j)<192
new(i,j,1)=0;
new(i,j,2)=255;
new(i,j,3)=255;
elseif I(i,j)>=192 &I(i,j)<208
new(i,j,1)=255;
new(i,j,2)=0;
new(i,j,3)=0;
elseif I(i,j)>208 &I(i,j)<224
new(i,j,1)=255;
new(i,j,2)=0;
new(i,j,3)=255;
elseif I(i,j)>=224 &I(i,j)<240
new(i,j,1)=255;
new(i,j,2)=255;
new(i,j,3)=0;
elseif I(i,j)>=240 &I(i,j)<256
new(i,j,1)=255;
new(i,j,2)=255;
new(i,j,3)=255;
end
end
 end
 subplot(1,2,1);
 imshow(I);
 title("原图像");
 subplot(1,2,2);
 imshow(new);
  title("伪彩色");

在这里插入图片描述

azraelxuemo
关注
  • 2
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
C++实现图像灰度变换（附完整源码）
希望我的博客，能帮上你解决学习中工作中所遇到的问题
06-25 364
C++实现图像灰度变换（附完整源码）
机器视觉专栏（三）图像的几何变换
limn204的专栏
12-13 662
总览图像的几何变换主要是以下几种：缩放，旋转，仿射变换和透视 变换，接下来我们一一介绍。图像的缩放：尺度变换在opencv中提供了缩放的函数cv2.resize,这个函数可以按照倍数进行缩放，或者是直接将图像的大小变成指定的。说到缩放，我们首先想到的是如何处理变换之后图片中缺少的像素如何填充，在介绍缩放函数之前我们先来了解什么是插值。 插值算法，顾名思义就是如何填充/去掉图像中的像素，使得图像在
【机器视觉】图形变换
CKVISION_的博客
05-19 162
这里写目录标题图形变换（镜像、平移、旋转、缩放、仿射）代码 图形变换（镜像、平移、旋转、缩放、仿射） 镜像变换： 缩放变换： 旋转： 代码 在 StdAfx.h 的头文件中添加 CKVISION 相关定义 #include"…\…\Include\CKBase.h" #include"…\…\Include\CKGDI.h" #ifdef_WIN64 #pragma comment(lib, “…\…\Lib_x64\CKBase.lib”) #pragma comment(lib, “…\…\L
图像灰度变换的实现 有源代码
10-08
数字图像处理 冈萨雷斯 教材都是原理性的知识，很抽象的，通过实验实现后，就感觉很简单了
03- 通过OpenCV进行图像变换 (OpenCV系列) (机器视觉)
March_A的博客
02-20 784
resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) 图像的放大与缩小, 变形 flip(src, flipCode) 图像的翻转 rotate(img, rotateCode) 图像的旋转 warpAffine(src, M, dsize, flags, mode, value) 仿射变换是图像旋转, 缩放, 平移的总称.具体的做法是通过一个矩阵和和原图片坐标进行计算, 得到新的坐标, 完成变换. 关键就是这个矩阵.
图像处理与机器视觉-实验一
06-22
总的来说，"图像处理与机器视觉-实验一"是一个基础但全面的实践项目，旨在帮助学生掌握图像处理和机器视觉的基本概念和技术，为更复杂的计算机视觉应用打下坚实的基础。通过这个实验，学生将不仅学会如何使用Python...
数字图像处理与机器视觉-VC++与Matlab实现（源码）.rar
06-24
《数字图像处理与机器视觉-VC++与Matlab实现》是一个综合性的项目，它涵盖了计算机视觉和数字图像处理的关键概念和技术。在这个项目中，开发者使用了两种强大的编程语言——Visual C++（VC++）和Matlab，来实现各种...
Page1-75_机器视觉_图像处理_
10-03
《数字图像处理与机器视觉——Visual C++与Matlab实现》是关于计算机视觉领域的一份重要资料，主要涵盖了从基础理论到实际应用的多个方面。机器视觉和图像处理是现代科技发展的重要推动力，广泛应用于医疗诊断、自动...
MATLAB工具箱大全-计算机视觉与图像处理工具箱MatlabFns
02-10
"MATLAB工具箱大全-计算机视觉与图像处理工具箱MatlabFns"是专为这两个方向设计的一套综合工具集，旨在帮助研究人员和工程师进行高效的数据分析、模型建立以及算法开发。 计算机视觉是一门多学科交叉的科学，涉及到...
数字图像处理与机器视觉.rar
02-26
《数字图像处理与机器视觉》是一本深入探讨图像处理技术和机器视觉理论的综合教程，结合了Visual C++和MATLAB的编程实践。本教程旨在帮助读者理解并掌握图像处理的基本概念，以及如何利用这些概念在实际应用中实现...
Matlab 图像增强（对数变换）
热门推荐
一青里的博客
03-21 4万+
图像的对数变换： 通过灰度变换函数，调整输入低质图像的灰度值范围。将图像的低灰度值部分扩展，高灰度值部分压缩。借此强调图像低灰度部分，达到增强图像的目的。 该法用于图像增强的原理： 显示器无法显示大范围灰度值时，许多灰度细节会被丢失掉， 对数变换可将其动态范围变换到一个合适的区间，就可以显示更多细节。 下面先介绍冈萨雷斯《数字图像处理》中设计的方法，我认为对图像的灰度提高的过于明...
图像处理常用的代码 灰度、锐化处理、椒盐滤波等
qq_43212290的博客
03-28 526
【代码】图像处理常用的代码 灰度、锐化处理、椒盐滤波等。
白话文讲计算机视觉-第十讲-灰度阈值分割
小木的博客
04-22 1618
我们选择0~255之间的一个值，比如150，然后小于等于150都给它变成0，大于150的都给他变为255，这样，我们的图里面就只有两个颜色（黑、白）了。（3）然后我们从阈值为0开始，进行阈值分割为{G1，G2}两组，分别为小于0组G1，大于等于0的组G2。我们发现，这里面亮的点不少（接近255），暗的很少（接近0），不亮不暗的占大多数（中间的值）当我们求完阈值为0的情况的方差之后，我们进行阈值为1，2，3。那究竟怎么转换的呢？我们现在有一张彩色图，我们给它用黑白的方式变现，就形成灰度图，如图所示。
Python 利用4行代码实现图片灰度化
DataShare
11-30 2655
对图片进行灰度化处理
python 图像处理 灰度变换
weixin_63629613的博客
05-29 898
python 图像处理 灰度变换
AI制作PPT mindshow vip 邀请码7023031
最新发布
best11wxs的专栏
10-29 1377
MindShow是一个非常值得推荐的在线PPT制作工具,它将人工智能与互联网技术完美结合,为用户提供简单高效的解决方案,是提升工作效率的最佳助手。MindShow的最大特点是支持语音输入大纲,您只需要向它描述演示文稿的主要内容和要点,它就可以自动生成演示文稿的文字内容,并匹配适当的图片、图表、颜色与主题。这极大地减轻了手工制作PPT的繁琐。MindShow是一个非常强大的AI驱动的在线演示文稿制作工具,它可以极大地简化您的PPT制作过程。邀请码 7023031。邀请码 7023031。
二叉树
颖墨的博客
03-28 207
基础概念
matlab的颜色映射colormap
qq_35608277的博客
02-01 1257
gray=depth_inpaint_show; gray=(gray-min(gray(:)))/(max(gray(:)) - min(gray(:))); gray=gray*(64-1)+1; gray=round(gray); imshow(gray, colormap('gray')) ref https://blog.csdn.net/qlj061001/article/detai...
图像线性灰度变换(附Matlab实现)
qq_36592837的博客
11-12 5274
图像的线性灰度变换还是比较有意思的，就是直接对灰度图的灰度值进行处理，一般来说符合一元线性方程： y=ax+b x是起使灰度值；y是经过处理的灰度值；a是图像对比度(知道电视里面的对比度是啥了吧)；b是亮度。从式子中就可以看出，对比度对图像的影响是最大的，一般电视将对比度分为100份（亮度也是）。 根据定义，我们可以对图像进行简单的亮度-50，亮度+50，降低对比度为原来的一半(a=0.5)，对比度加倍(a=2)等。【其他的自行测试】 MATLAB代码...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值