MATLAB学习笔记学习总结归纳（第一周）

最新推荐文章于 2022-05-05 10:51:04 发布

DLNU-linglian

最新推荐文章于 2022-05-05 10:51:04 发布

阅读量4.2k

点赞数 2

分类专栏： MATLAB 文章标签： matlab

本文链接：https://blog.csdn.net/linglian0522/article/details/73302032

版权

MATLAB 专栏收录该内容

46 篇文章 4 订阅

订阅专栏

此学习总结归纳为自己在这一周学习知识的总结，进行归纳整理，如有错误，请批评指正

本文进度-第1章~第3章

性能测试

时间

tic toc 用于记录所包含的语句的执行时间

tic; function(); toc % 返回函数运行时间

timeit(function) 用于记录传入的函数句柄的执行时间

f = @() function(x); % 函数句柄
timeit(f) % 返回函数运行时间（不是很准确，此函数中有一些检测函数运行情况的函数，占用一部分时间，不过用起来很方便）

对象操作

矩阵

**eye(n, m) 产生单位矩阵（生成n*m的单位矩阵）**

f = eye(2)
f = eye(1, 2)

**zeros(x, y, z) 生成xyz的三维矩阵（个数无限制）每个元素都为0**

f = zeros(1, 2, 3);
f = zeros(1);

**ones(x, y, z) 生成xyz的三维矩阵（个数无限制）每个元素都为1**

f = ones(1, 2, 3);

linspace(a, b, numel(T)) 线性插值（相当于创建一个行向量，其每个元素的值为a~b的线性值-斜率为1）

linspace(1, 0, 25)

meshgrid(x, y, z) 用于生成二维、三维数组（速度快，我的电脑的话，比正常的forforfor快5-10倍）

以二维为例，C返回一个二维数组，一共有numel(x)列，numel(y)行，每行数字相同，每列对应为x[id]，R 则与之相反。

[C, R] = meshgrid(1:2:10, 1:3:30);

prod(A, n) 返回传入参数的乘积 (默认n为1[不写即为1])

此函数有3种常用情况
* 当传入参数为一维数组（只有一行/一列）时，传出为元素的乘积

prod([1 2 3 4 5]) % 返回 120

当传入参数为二维数组时，传出为每列的乘积

prod([1 2;3 4]) % 返回3 8

当传入参数为一个二维数组和一个数（代表维度），则会返回以这个维度为基准的每维的乘积

prod([1 2; 3 4], 2) % 返回 2 12

padarray(A, [x, y], method, direction) 填充数组，第一个参数为要填充的数组，x表示在x轴，要填充几个，y表示在y轴要填充几个，method(方法)有四种情况(书上有三种- -)，direction(方向)也有三种情况

方法: P ‘replicate’ ‘symmetric’ ‘circular’
方向: ‘pre’ ‘post’ ‘both’

padarray([1 2; 3 4], [3 2], 'post')
padarray([1 2; 3 4], [3 2], 'pre')
padarray([1 2; 3 4], [3 2], 'both')
padarray([1 2; 3 4], [3 2], 5, 'post')
padarray([1 2; 3 4], [3 2], 5, 'pre')
padarray([1 2; 3 4], [3 2], 5, 'both')
padarray([1 2; 3 4], [3 2], 'replicate', 'post')
padarray([1 2; 3 4], [3 2], 'replicate', 'pre')
padarray([1 2; 3 4], [3 2], 'replicate', 'both')
padarray([1 2; 3 4], [3 2], 'symmetric', 'post')
padarray([1 2; 3 4], [3 2], 'symmetric', 'pre')
padarray([1 2; 3 4], [3 2], 'symmetric', 'both')
padarray([1 2; 3 4], [3 2], 'circular', 'post')
padarray([1 2; 3 4], [3 2], 'circular', 'pre')
padarray([1 2; 3 4], [3 2], 'circular', 'both')

symmetric 就是镜像复制, replicate就是直接复制边界, circular就是周期复制，post就是在每个维度后面填充， pre就是在前面， both就是post+pre。

size(A, n) 返回A矩阵的第n维有几个，默认为全部(三维则返回三个)

f = zeros(1, 2, 3);
size(f)
size(f, 1)
% size(f, 0) % 会报错，因为维度从1开始(不像编程语言)

numel(A) 返回A矩阵的元素个数(全部元素,跨维度计数)

f = zeros(1, 2, 3);
numel(f)

ndims(A) 返回矩阵是几维.

A = ones(1, 2, 3);
ndims(A) % 返回3

图像

imread(fileName) 读取名为fileName的图片，范围类型根据图片不同而不同

f = imread('coins.png');

imwrite(image, fileName) 将图片image，储存为fileName

fileName可以包含路径（相对、绝对都可以）,格式根据给定格式，函数会自动转换

f = imread('coins.png');
imwrite(f, '1.jpg');
imwrite(f, 'c:\1.png');

imfinfo(fileName) 将fileName的图片信息读出来

f = imfinfo('conins.png')

显示图片 imshow(image) 将图片显示（在上一个窗口显示，如果没有则新建一个）

% 普通图
f = imread('onion.png');
imshow(f);
% 索引图
[X, map] = rgb2ind(f, 256);
imshow(X, map);

输入:
输出:

图像转换

gray2ind(iamge, n) 将传入的灰度图转化索引图, n代表要分为几个索引颜色

f = imread('coins.png');
[X, map] = gray2ind(f, 5); % X为索引坐标 map为颜色索引表
imshow(X, map);

输入:
输出:

rgb2gray(image) 将rgb转为gray(灰度图)

f = imread('onion.png');
g = rgb2gray(f);
imshow(g)

输入:
输出:

im2bw(image, level) 将图转换为二值图，level为阈值(区间为[0, 1])

低于level 都为黑色（0），否则为白色（1）

f = imread('coins.png');
g = im2bw(f, 80/ 256);
imshow(g);

输入:
输出:

ind2gray(X, map) 从索引图到灰度图

ind2rgb(X, map) 从索引图到RGB图

**mat2gray() 将矩阵转化为灰度图

f = ones(100, 100); % 创建一个100*100的矩阵
for i=1:100
    for j=1:100
        f(i, j) = i;
    end
end
subplot(1, 2, 1), imshow(f), title('直接显示');
g = mat2gray(f);
subplot(1, 2, 2), imshow(g), title('转换后显示');

输入:
输出:

图像处理

直方图

imhist(image, num) 归一化直方图

image 表示要处理的图
num表示将灰度级分为平等的几份
返回的则是灰度范围在每份灰度级中的像素个数

f = imread('onion.png');
g = rgb2gray(f);
h = imhist(g, 25);
subplot(1, 2, 1), imshow(g);
subplot(1, 2, 2), bar(h);

输入:
输出:

bar（horz， z, width）绘制条形图

horz 表示水平增量，需要与z的行数相同。
z 表示要显示的条形图的数据
width 表示条形图的宽度

f = imread('onion.png');
g = rgb2gray(f);
h = imhist(g, 25) / numel(g);
subplot(2, 1, 1), imshow(g);
subplot(2, 1, 2), bar(linspace(0, 255, 25), h, 1);

输入:
输出:

stem(z) 生成一个杆状图（也可以省略h）

f = imread('onion.png');
g = rgb2gray(f);
h = imhist(g, 25) / numel(g);
subplot(1, 2, 1), stem(h);
subplot(1, 2, 2), stem(linspace(0, 1, 25), h);

输入:
输出:

stem 还有一个参数，表示杆状图以什么形式显示

stem(h, 'k:p')

具体如下
‘颜色说明符+线型说明符+标记点说明符’

plot 生成一个折线图，用法跟stem一样

f = imread('onion.png');
g = rgb2gray(f);
h = imhist(g, 25) / numel(g);
subplot(1, 2, 1), plot (h);
subplot(1, 2, 2), plot (linspace(0, 1, 25), h);

axis([xMin xMax yMin yMax]) 设置上面最近显示的图表的x轴和y轴的范围

f = imread('onion.png');
g = rgb2gray(f);
h = imhist(g, 25);
z = linspace(0, 255, 25);
bar(z, h)
axis([0 255 0 10000])

输入:
输出

接着下面可以跟着二行
set(gca, ‘xtick’, 0:50:255) % 表示将x轴的以传入的数组表示
set(gca, ‘ytick’, 0:2000:10000) % % 表示将y轴的以传入的数组表示
* 输入:
这里写图片描述
* 输出

axis tight 自适应图标

f = imread('onion.png');
g = rgb2gray(f);
h = imhist(g, 25);
z = linspace(0, 255, 25);
bar(z, h)
axis tight

输入:
输出:

xlabel ylabel 给x和y轴添加标记

xlabel('灰度级')
ylabel('次数')

text(x, y, text) 在x轴的值为x，y轴的值为y处添加text文件

text(50, 2000, '50,2000')

title(title) 给图片添加标题

title('我是可爱的标题')

输入:
输出:

hold on, hold off 开启、关闭保持当前图标状态

bar(z, h)
hold on
stem(z, h)
hold off
bar(z, h)

ylim xlim 设置y轴x轴的范围（默认就是auto状态）

ylim([0 60000])
xlim([0 255])

灰度级

imadjust(image, [low_in high_in], [low_out high_out], gamma) 用于将图像进行灰度级转换

f = imread('onion.png');
g = imadjust(f, [], [1, 0]);
imshow(g)

imcomplement(image) 获得图片的负片, 可以实现CMY模型与RGB互换

rgb = imcomplement(cmy);
cmy = imcomplement(rgb);

上面二个结果一样
* 输入:
这里写图片描述
* 输出:

stretchlim(image, tol) 用于实现对比度拉伸

f = imread('onion.png');
f = rgb2gray(f);
Low_High = stretchlim(f, [0.15 0.99]);
g= imadjust(f, Low_High, []);
subplot(2,2,1), imshow(f), title('原图');
subplot(2,2,3), bar(imhist(f) / numel(f)), axis tight,title('原图 灰度图');
subplot(2,2,2), imshow(g), title('拉伸后');
subplot(2,2,4), bar(imhist(g) / numel(g)), axis tight, title('拉伸后 灰度图');

输入:
输出:

graythresh(image) 获得图片最优的阈值。

f = imread('rice.png');
g = im2bw(f, graythresh(f));
subplot(1, 2, 1), imshow(f), title('原图');
subplot(1, 2, 2), imshow(g), title('二值化（最优阈值）');

输入:
输出:

histeq（image, num）该函数可以将输入的图片按灰度级分为num份，使得每份所占的比例近似相等。

f = imread('rice.png');
g = histeq(f, 5);
t = imhist(g, 5);
subplot(1, 2, 1), bar(t); subplot(1, 2, 2), imshow(g);

输入:
输出:

adapthisteq(image) 将图像对比度增强

f = imread('onion.png');
f = rgb2gray(f);
subplot(1, 2, 1), imshow(f), title('原图');
g = adapthisteq(f);
subplot(1, 2, 2), imshow(g), title('增强后');

输入:
输出:

imfilter(image, mod) 线性滤波

可选参数为三个，分别是滤波模式、边界选项、大小选项
滤波模式: ‘corr’ ‘conv’
边界选项: P ‘replicate’ ‘symmetric’ ‘circular’
大小选项: ‘full’ ‘same’

% 创建测试图像
f = zeros(500);
f(250:500, 1:250)=1;
f(1:250, 250:500)=1;
imwrite(f, 'temp.bmp'); % 保存测试图片
g = imfilter(f / 50 / 50, ones(50)); subplot(2, 2, 1), imshow(g);title('none');
g = imfilter(f / 50 / 50, ones(50), 'replicate'); subplot(2, 2, 2), imshow(g);title('replicate');
g = imfilter(f / 50 / 50, ones(50), 'circular'); subplot(2, 2, 3), imshow(g);title('circular');
g = imfilter(f / 50 / 50, ones(50), 'symmetric'); subplot(2, 2, 4), imshow(g);title('symmetric');

输入:
输出:

colfilt(image, [m n], ‘sliding’, fun) 非线性空间滤波，传入图片，滤波区域，和函数句柄

t = colfilt(g, [5 5], 'sliding', fun);
t = gscale(t, 'full16'); % 该函数看附录

fspecial(type, paramters) 线性空间滤波器，type值有9种情况，对应paramters也不同

type : ‘average’ ‘disk’ ‘gaussian’ ‘laplacian’ ‘log’ ‘motion’ ‘prewitt’ ‘sobel’ ‘unsharp’
paramters: [r c] r [r c], sig alpha [r c], sig len, theta null null alpha (与上面的一一对应，null为没有)

f = imread('moon.tif');
figure, imshow(f);title('none');
g = imfilter(tofloat(f), fspecial('average')); subplot(3, 3, 1), imshow(g); title('arverage 3*3');
g = imfilter(tofloat(f), fspecial('disk')); subplot(3, 3, 2), imshow(g); title('disk 5');
g = imfilter(tofloat(f), fspecial('gaussian')); subplot(3, 3, 3), imshow(g); title('gaussian 3*3 0.5');
g = imfilter(tofloat(f), fspecial('laplacian')); subplot(3, 3, 4), imshow(tofloat(f) - g); title('laplacian 0.2');
g = imfilter(tofloat(f), fspecial('log')); subplot(3, 3, 4), imshow(tofloat(f) - g); title('log 5*5 0.5');
g = imfilter(tofloat(f), fspecial('motion')); subplot(3, 3, 5), imshow(g); title('motion 9 0');
g = imfilter(tofloat(f), fspecial('prewitt')); subplot(3, 3, 6), imshow(tofloat(f) - g); title('prewitt');
g = imfilter(tofloat(f), fspecial('sobel')); subplot(3, 3, 7), imshow(tofloat(f) - g); title('sobel');
g = imfilter(tofloat(f), fspecial('unsharp')); subplot(3, 3, 8), imshow(g); title('unsharp 0.2');

参数的具体定义直接输入 doc fspecial 即可
* 输入:
这里写图片描述
* 输出:

**medfilt2(image, [x y], padpot) 非线性滤波器 [x y]默认为3*3表示滤波区域， padpot表示滤波方式，分为三种**

padpot: ‘zero’ ‘symmetric’ ‘indexed’

f = imread('onion.png');
f = rgb2gray(f);
g = imnoise(f, 'salt & pepper', 0.2);
t = medfilt2(g); subplot(3, 3, 1), imshow(t);title('none 3*3');
t = medfilt2(g, 'zero'); subplot(3, 3, 2), imshow(t);title('zero 3*3');
t = medfilt2(g, 'symmetric'); subplot(3, 3, 3), imshow(t);title('symmetric 3*3');
t = medfilt2(g, 'indexed'); subplot(3, 3, 4), imshow(t);title('indexed 3*3');
t = medfilt2(g, [4 4]); subplot(3, 3, 5), imshow(t);title('none 4*4');
t = medfilt2(g, [4 4], 'zero'); subplot(3, 3, 6), imshow(t);title('zero 4*4');
t = medfilt2(g, [4 4], 'symmetric'); subplot(3, 3, 7), imshow(t);title('symmetric 4*4');
t = medfilt2(g, [4 4], 'indexed'); subplot(3, 3, 8), imshow(t);title('indexed 4*4');
subplot(3, 3, 9),imshow(g);title('原图');

去燥效果明显，但是具体参数的话，还是看出来太大的差别(滤波区域的设定还是很重要地)。
* 输入:
这里写图片描述
* 输出:

输入输出

窗口

figure(h) 打开一个新窗口（将h窗口置顶，h省略时则新建一个窗口）

figure(1);
figure(2);
figure(1);
imshow(imread('coins.png'));
figure(2);
imshow(imread('onion.png'));

输入:
输出:

subplot(h, w, id) 将最近显示的的窗口（之前没有显示的话，会新建一个窗口），分为高位h, 宽为w个单位，并指定下一个要显示的图像在这个窗口的第id个单位格；

f = imread('coins.png');
subplot(1, 3, 1), imshow(f), title('原图');
subplot(1, 3, 2), imshow(imcomplement(f)), title('负片');
subplot(1, 3, 3), imshow(im2bw(f, graythresh(f))), title('二值图');

输入:
输出:

控制台

disp 显示信息

disp 'Asdasd' % 输出Asdasd

input 从键盘中输入

t = input('asd', 's'); % 参数s表示将结果以字符串的形式储存

error 显示警告

error '这是错误的！' % 这里是红色警告字

附录

预设图片

函数

gscale.m

function g = gscale(f, varargin)
if isempty(varargin)
    method = 'full8';
else
    method = varargin{1};
end

if strcmp(class(f), 'double') && (max(f(:)) > 1 || min(f(:)) < 0)
    f = mat2gray(f);
end

switch method
    case 'full8'
        g = im2uint8(mat2gray(double(f)));
    case 'full16'
        g = im2uint16(mat2gray(double(f)));
    case 'minmax'
        low = varargin{2};
        high = varargin{3};
        if low > 1 || low < 0 || high > 1 || high < 0
            error('low | high must be [0, 1]');
        end
        if strcmp(class(f), 'double')
            low_in = max(f(:));
            high_in = max(f(:));
        elseif strcmp(class(f), 'uint8')
            low_in = double(min(f(:))) ./ 255;
            high_in = double(max(f(:))) ./ 255;
        elseif strcmp(class(f), 'uint16')
            low_in = double(min(f(:))) ./ 65535;
            high_in = double(max(f(:))) ./ 65535;
        end
        g = imadjust(f, [low_in high_in], [low high]);

    otherwise
        error('Unknow method');
end

tofloat.m

function [out, revertclass] = tofloat(in)
identity = @(x) x;
tosingle = @im2single;
table = {'uint8', tosingle, @im2uint8
    'uint16', tosingle, @im2uint16
    'uint32', tosingle, @im2int32
    'logical', tosingle, @logical
    'double', identity, identity
    'single', identity, identity};

classIndex = find(strcmp(class(in), table(:, 1)));
if isempty(classIndex)
    error('Unsupported input image class');
end

out = table{classIndex, 2}(in);

revertclass = table{classIndex, 3};

DLNU-linglian

关注

2
点赞
踩
17

收藏

觉得还不错? 一键收藏
2
评论
MATLAB学习笔记学习总结归纳（第一周）

此学习总结归纳为自己在这一周学习知识的总结，进行归纳整理，如有错误，请批评指正本文进度-第1章~第3章性能测试时间tic toc 用于记录所包含的语句的执行时间tic; function(); toc % 返回函数运行时间timeit(function) 用于记录传入的函数句柄的执行时间f = @() function(x); % 函数句柄timeit(f) % 返回函数运行时间（不是很准确，此函
复制链接

扫一扫