教你如何使用matlab提取图片中的颜色

运行如下程序

image = imread('pic.png');%在这里更改你自己图片的名字
imshow(image)
[y,x] = getpts;
y = fix(y);
x = fix(x);
for i = 1:length(x)
    COLOR(i,:) = image(x(i),y(i),:);
end
COLOR = double(COLOR)/255.0; %...RGB值为[0,1]之间数字
save('COLOR_used.mat','COLOR')

%%展示
for i = 1:length(COLOR)
p = plot(i,0,'o','MarkerSize',20);
p.Color = COLOR(i,:);
p.MarkerFaceColor = p.Color;
hold on
end
  1. 运行代码后,程序打开了图片窗口,鼠标左键点击选取颜色

  1. 选取完成后,按回车键,然后就会出现以下窗口,即为你选取的颜色。

  1. 选取颜色的三原色数据保存在COLOR这个数组中。

>> COLOR

COLOR =

    0.5373    0.3961    0.3922
    0.6235    0.3725    0.3569
    0.6314    0.4784    0.4706
    0.6392    0.4549    0.4314
    0.7176    0.5412    0.4941
    0.8000    0.6157    0.4863
    0.7569    0.6667    0.6235
    0.9098    0.8118    0.7255
    0.8157    0.7412    0.6941
    0.9882    0.8863    0.6510
    0.9608    0.8549    0.6353
    0.9529    0.8588    0.6118
    0.9490    0.8706    0.6392
    0.9333    0.8314    0.5804
    0.9333    0.8745    0.6196
    0.8863    0.8863    0.6275
    0.9216    0.9922    0.8235
    0.4000    0.5961    0.5922
    0.3137    0.5569    0.5922
    0.2471    0.4431    0.5490
    0.0941    0.2275    0.3137
    0.2275    0.3373    0.4471
    0.1529    0.2000    0.3059
    0.2471    0.2706    0.3804
    0.8784    0.7451    0.5176

  • 3
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MATLAB提取图片汽车的特征,可以分为以下几个步骤: 1. 读取图片 首先,您需要使用imread函数读取汽车图片。这个函数将图像读入MATLAB,方便后续的图像处理操作。例如: ```matlab % 读取汽车图片 carImage = imread('your_car_image.jpg'); ``` 2. 车辆检测 接下来,您可以使用MATLAB的计算机视觉工具箱提供的车辆检测功能来检测图片的汽车。您可以使用trainCascadeObjectDetector函数来训练一个分类器,并使用detect函数来检测图像的汽车。例如: ```matlab % 训练分类器 positiveInstances = ... % 正样本汽车图像 negativeFolder = ... % 负样本图像文件夹 trainCascadeObjectDetector('carDetector.xml',positiveInstances, ... negativeFolder,'FalseAlarmRate',0.1,'NumCascadeStages',5); % 载入分类器 detector = vision.CascadeObjectDetector('carDetector.xml'); % 检测汽车 bbox = step(detector,carImage); carImage = insertShape(carImage,'Rectangle',bbox,'LineWidth',2); imshow(carImage); ``` 这段代码将训练一个汽车分类器,并使用它来检测图片的汽车。它将在图像检测到汽车,并用矩形框标记出来,并在屏幕上显示。 3. 汽车特征提取 一旦检测到汽车,您可以使用MATLAB的特征提取函数来提取汽车的特征。这些特征可以用于识别不同的汽车,或者用于跟踪汽车的运动。以下是一些常用的特征提取函数: - hogFeatures:提取方向梯度直方图(HOG)特征 - SURFFeatures:提取加速稳健特征(SURF) - MSERRegions:提取极值稳定区域(MSER) 例如,您可以使用hogFeatures函数来提取汽车的HOG特征: ```matlab % 提取HOG特征 car = imcrop(carImage,bbox); % 汽车图像 hog = hogFeatures(car); ``` 这段代码将提取一个汽车的HOG特征,并将其存储在一个名为hog的变量。 以上是一些基本的MATLAB函数,可以用于提取图片汽车的特征。您可以根据需要进一步优化和改进这些函数,以达到更好的效果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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