Matlab常用函数备忘

矩阵操作

索引和下标转换

sub2ind()和互逆的函数ind2sub()

取整

向上取整:ceil();向下取整:floor();四舍五入:round()

##排序
按列排序:sortrows()

常用判断函数

空集判断:isempty()

删除重复的

unique()

矩阵重徘

reshape()%可用于矩阵向量化的向量转换成矩阵

矩阵复制

repmat()%可用于矩阵扩充复制

##曲线拟合
polyfit()

傅里叶变换

fft()	

复数的虚实

real(),imag()	

沿维度串联

cat()%数据结构串联,可以用于矩阵、结构体、cell等等

图像处理

图像读写

写图像(注意写入的数据类型):imwrite()
读图像:imread()

二值化

imbinarize()

像素直方图

imhist()

滤波函数

imfilter()

图像膨胀

imdilate()%膨胀
imerode()腐蚀

连通域相关

L=bwlabeln(D)%二值图像标签
ImgReg=regionprops(L.'all')%连通域处理

视频相关

图像转视频

vid=VideoWriter('driver.avi','Uncompressed AVI');%写入视频名,压缩与否可选
vid.FrameRate=2;								%视频帧率
open(vid);
for i=1:180
	writeVideo(vid,img);						%img为图像的矩阵
end
close(vid)

可视化操作

plot相关

plot不同颜色

%plot(a,b,'-o','MarkerFaceColor',[1 1 0])

坐标轴标签

xlabel()%xlabel('x变化量')
ylabel()
zlabel()

限定坐标轴范围

axis([0 inf 0 inf])

figure图像保存

saveas()%saveas(gcf,['R2——' num2str(j) '.bmp'])

图像标题

title()

###图像标签
legend()%legend(num2str(1),num2str(2),num2str(3),num2str(4),num2str(5),num2str(6),‘location’,‘SouthWest’)

直方图

histogram()

Excel处理

Excel读写

xlswrite(),xlsread()

未完待续。。。

MatLab中,矩阵向量化是一种将问题尽量用矩阵表示的技巧,以便进行高效的矩阵运算。通过向量化,可以避免对单个矩阵元素进行循环操作,从而提高代码的执行效率。在MatLab中,可以使用一些函数和技巧来实现矩阵向量化。 其中,可以使用函数"vectorize"将表达式向量化,使用函数"dot"进行向量点积运算,使用函数"cross"进行向量叉积运算,使用函数"dot"和"cross"进行向量混合积运算。此外,还可以使用一些数组运算函数来进行点运算,例如MatLab中的"matmul"函数。 通过矩阵向量化技巧,可以简化代码,提高运算效率,并且更符合MatLab的矩阵运算特性。因此,在编写MatLab代码时,可以考虑使用矩阵向量化来优化代码的性能。 #### 引用[.reference_title] - *1* *3* [矩阵向量化运算](https://blog.csdn.net/weixin_39816946/article/details/116367683)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [matlab矩阵向量化](https://blog.csdn.net/weixin_35867994/article/details/115881952)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 1
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