MATLAB批量求图片均值、相对标准差、平均梯度、信息熵的代码

clc,
clear all;
close all;
file_path ='D:\01_picture\';% 图像文件夹路径（注意misc文件夹后有一个斜杠）
img_path_list = dir(strcat(file_path,'*.jpg'));%获取该文件夹中所有jpg格式的图像
img_num = length(img_path_list);%获取图像总数量
if img_num > 0 %有满足条件的图像
        for j = 1:img_num %逐一读取图像
            image_name = img_path_list(j).name;% 图像名
            image =imread(strcat(file_path,image_name));
            image_size=size(image);%判断维度,将彩色图片转换为灰度图
            dimension=numel(image_size);
            if dimension==3
             Gina_grey=im2gray(image);
             Gina=double(Gina_grey);%数据类型转换
             avg(j)=mean2(Gina_grey);%求均值，可以反映亮度
             std(j)=std2(Gina_grey);%相对标准差
             a(j)=std(j).^2;%方差 ，灰度方差评价法
             
             [r,c,b] = size(image);  % Get the size of img 
                dx = 1; 
                dy = 1; 
                    for k = 1 : b 
                        band =double( image(:,:,k)); 
                        [dzdx,dzdy] = gradient(band,dx,dy); 
                        s = sqrt((dzdx .^ 2 + dzdy .^2) ./ 2); 
                        g(k) = sum(sum(s)) / ((r - 1) * (c - 1)); 
                    end
                %求平均梯度    
                outval(j)= mean(g);
                
                %求图片信息熵
                [C,L]=size(Gina_grey); %求图像的规格
                Img_size=C*L; %图像像素点的总个数
                G=256; %图像的灰度级
                H_x=0;
                nk=zeros(G,1);%产生一个G行1列的全零矩阵
                for i=1:C
                for p=1:L
                Img_level=Gina(i,p)+1; %获取图像的灰度级
                nk(Img_level)=nk(Img_level)+1; %统计每个灰度级像素的点数
                end
                end
                for k=1:G  %循环
                Ps(k)=nk(k)/Img_size; %计算每一个像素点的概率
                if Ps(k)~=0; %如果像素点的概率不为零
                H_x=-Ps(k)*log2(Ps(k))+H_x; %求熵值的公式
                end
                end
                e(j)=H_x;%所有图像的熵值
                
                
                
                
             
            end
         end
end