点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达显示索引图像和灰度图像
>> [X,map]=imread('trees.tif');
>> gmap=rgb2gray(map);
>> figure,imshow(X,map);
>> figure,imshow(X,gmap);
利用膨胀函数平移图像
I = imread('football.jpg');
se = translate(strel(1), [30 30]);%将一个平面结构化元素分别向下和向右移动30个位置
J = imdilate(I,se);%利用膨胀函数平移图像
subplot(121);imshow(I), title('原图')
subplot(122), imshow(J), title('移动后的图像');
水平翻转和上下翻转
I = imread('cameraman.tif');
Flip1=fliplr(I); % 对矩阵I左右反转
subplot(131);imshow(I);title('原图');
subplot(132);imshow(Flip1);title('水平镜像');
Flip2=flipud(I); % 对矩阵I垂直反转
subplot(133);imshow(Flip2);title('竖直镜像');
图像旋转
I=imread('cameraman.tif');
B=imrotate(I,60,'bilinear','crop');
%双线性插值法旋转图像，并裁剪图像，使其和原图像大小一致
subplot(121),imshow(I),title('原图');
subplot(122),imshow(B),title('旋转图像60^{o}，并剪切图像');
截取图像
I = imread('circuit.tif');
I2 = imcrop(I,[75 68 130 112]);
imshow(I), figure, imshow(I2)
画轮廓
>> I=imread('circuit.tif');
>> imshow(I)
>> figure
>> imcontour(I,3)
噪声和滤波
I=imread('cameraman.tif');
J=imnoise(I,'salt & pepper',0.02);%添加椒盐噪声
subplot(121),imshow(J);title('噪声图像')
K=medfilt2(J);%使用3*3的邻域窗的中值滤波
subplot(122),imshow(K);title('中值滤波后图像')
Matlab数字数字图像处理函数汇总：
1、数字数字图像的变换
① fft2：fft2函数用于数字数字图像的二维傅立叶变换，如：i=imread('104_8.tif');
j=fft2(i);
②ifft2:：ifft2函数用于数字数字图像的二维傅立叶反变换，如：
i=imread('104_8.tif');
j=fft2(i);
k=ifft2(j);
2、模拟噪声生成函数和预定义滤波器
① imnoise：用于对数字数字图像生成模拟噪声，如：
i=imread('104_8.tif');
j=imnoise(i,'gaussian',0,0.02);%模拟高斯噪声
② fspecial：用于产生预定义滤波器，如：
h=fspecial('sobel');%sobel水平边缘增强滤波器
h=fspecial('gaussian');%高斯低通滤波器
h=fspecial('laplacian');%拉普拉斯滤波器
h=fspecial('log');%高斯拉普拉斯（LoG）滤波器
h=fspecial('average');%均值滤波器
2、数字数字图像的增强
①直方图：imhist函数用于数字数字图像的直方图显示，如：
i=imread('104_8.tif');
imhist(i);
②直方图均化：histeq函数用于数字数字图像的直方图均化，如：
i=imread('104_8.tif');
j=histeq(i);
imshow(J)
③对比度调整：imadjust函数用于数字数字图像的对比度调整，如：i=imread('104_8.tif');
j=imadjust(i,[0.3,0.7],[]);
④对数变换：log函数用于数字数字图像的对数变换，如：
i=imread('104_8.tif');
j=double(i);
k=log(j);
⑤基于卷积的数字数字图像滤波函数：filter2函数用于数字数字图像滤波，如：i=imread('104_8.tif');
h=[1,2,1;0,0,0;-1,-2,-1];
j=filter2(h,i);
⑥线性滤波：利用二维卷积conv2滤波, 如:
i=imread('104_8.tif');
h=[1,1,1;1,1,1;1,1,1];
h=h/9;
j=conv2(i,h);
⑦中值滤波：medfilt2函数用于数字数字图像的中值滤波，如：
i=imread('104_8.tif');
j=medfilt2(i);
⑧锐化
（1）利用Sobel算子锐化数字数字图像, 如:
i=imread('104_8.tif');
h=[1,2,1;0,0,0;-1,-2,-1];%Sobel算子
j=filter2(h,i);
（2）利用拉氏算子锐化数字数字图像, 如:
i=imread('104_8.tif');
j=double(i);
h=[0,1,0;1,-4,0;0,1,0];%拉氏算子
k=conv2(j,h,'same');
m=j-k;
3、数字数字图像边缘检测
①sobel算子 如：
i=imread('104_8.tif');
j =edge(i,'sobel',thresh)
②prewitt算子 如：
i=imread('104_8.tif');
j =edge(i,'prewitt',thresh)
③roberts算子 如：
i=imread('104_8.tif');
j =edge(i,'roberts',thresh)
④log算子 如：
i=imread('104_8.tif');
j =edge(i,'log',thresh)
⑤canny算子 如：
i=imread('104_8.tif');
j =edge(i,'canny',thresh)
⑥Zero-Cross算子 如：
i=imread('104_8.tif');
j =edge(i,'zerocross',thresh)
4、形态学数字数字图像处理
①膨胀：是在二值化数字数字图像中“加长”或“变粗”的操作，函数imdilate执行膨胀运算，如：
a=imread('104_7.tif');%输入二值数字数字图像
b=[0 1 0;1 1 1;01 0];
c=imdilate(a,b);
②腐蚀：函数imerode执行腐蚀，如：
a=imread('104_7.tif');%输入二值数字数字图像
b=strel('disk',1);
c=imerode(a,b);
③开运算：先腐蚀后膨胀称为开运算，用imopen来实现，如：
a=imread('104_8.tif');
b=strel('square',2);
c=imopen(a,b);
④闭运算：先膨胀后腐蚀称为闭运算，用imclose来实现，如：
a=imread('104_8.tif');
b=strel('square',2);
c=imclose(a,b);
数字数字图像增强
1. 直方图均衡化的 Matlab 实现
1.1 imhist 函数
功能：计算和显示数字数字图像的色彩直方图
格式：imhist(I,n)
imhist(X,map)
说明：imhist(I,n) 其中，n 为指定的灰度级数目，缺省值为256；imhist(X,map) 就算和显示索引色数字数字图像 X 的直方图，map为调色板。用stem(x,counts) 同样可以显示直方图。
1.2 imcontour 函数
功能：显示数字数字图像的等灰度值图
格式：imcontour(I,n),imcontour(I,v)
说明：n 为灰度级的个数，v 是有用户指定所选的等灰度级向量。
1.3 imadjust 函数
功能：通过直方图变换调整对比度
格式：J=imadjust(I,[low high],[bottomtop],gamma)
newmap=imadjust(map,[low high],[bottomtop],gamma)
说明：J=imadjust(I,[low high],[bottomtop],gamma) 其中，gamma 为校正量r，[lowhigh] 为原数字数字图像中要变换的灰度范围，[bottom top]
指定了变换后的灰度范围；newmap=imadjust(map,[lowhigh],[bottom top],gamma) 调整索引色数字数字图像的调色板 map 。此时若 [low high] 和
[bottom top] 都为2×3的矩阵，则分别调整 R、G、B 3个分量。
1.4 histeq 函数
功能：直方图均衡化
格式：J=histeq(I,hgram)
J=histeq(I,n)
[J,T]=histeq(I,...)
newmap=histeq(X,map,hgram)
newmap=histeq(X,map)
[new,T]=histeq(X,...)
说明：J=histeq(I,hgram) 实现了所谓“直方图规定化”，即将原是图象 I 的直方图变换成用户指定的向量 hgram 。hgram 中的每一个元素
都在 [0,1] 中；J=histeq(I,n) 指定均衡化后的灰度级数 n ，缺省值为 64；[J,T]=histeq(I,...)返回从能将数字数字图像 I 的灰度直方图变换成
数字数字图像 J 的直方图的变换 T ；newmap=histeq(X,map) 和 [new,T]=histeq(X,...) 是针对索引色数字数字图像调色板的直方图均衡。
2. 噪声及其噪声的 Matlab 实现
imnoise 函数
格式：J=imnoise(I,type)
J=imnoise(I,type,parameter)
说明：J=imnoise(I,type) 返回对数字数字图像 I 添加典型噪声后的有噪数字数字图像 J ，参数type 和 parameter 用于确定噪声的类型和相应的参数。
3. 数字数字图像滤波的 Matlab 实现
3.1 conv2 函数
功能：计算二维卷积
格式：C=conv2(A,B)
C=conv2(Hcol,Hrow,A)
C=conv2(...,'shape')
说明：对于 C=conv2(A,B) ，conv2 的算矩阵A 和 B 的卷积，若[Ma,Na]＝size(A), [Mb,Nb]=size(B), 则 size(C)=[Ma+Mb-1,Na+Nb-1];
C=conv2(Hcol,Hrow,A) 中，矩阵 A 分别与Hcol 向量在列方向和 Hrow 向量在行方向上进行卷积；C=conv2(...,'shape') 用来指定 conv2
返回二维卷积结果部分，参数 shape 可取值如下：
》full为缺省值，返回二维卷积的全部结果；
》same返回二维卷积结果中与 A 大小相同的中间部分；
valid 返回在卷积过程中，未使用边缘补 0 部分进行计算的卷积结果部分，当 size(A)>size(B) 时，size(C)=[Ma-Mb+1,Na-Nb+1]。
3.2 conv 函数
功能：计算多维卷积
格式：与 conv2 函数相同
3.3 filter2函数
功能：计算二维线型数字滤波，它与函数 fspecial 连用
格式：Y=filter2(B,X)
Y=filter2(B,X,'shape')
说明：对于 Y=filter2(B,X) ，filter2 使用矩阵B 中的二维 FIR 滤波器对数据 X 进行滤波，结果 Y 是通过二维互相关计算出来的，其大
小与 X 一样；对于Y=filter2(B,X,'shape') ，filter2返回的 Y 是通过二维互相关计算出来的，其大小由参数 shape 确定，其取值如下
：
》full返回二维相关的全部结果，size(Y)>size(X)；
》same返回二维互相关结果的中间部分，Y 与X 大小相同；
》valid返回在二维互相关过程中，未使用边缘补 0 部分进行计算的结果部分，有 size(Y)<size(X) 。
3.4 fspecial 函数
功能：产生预定义滤波器
格式：H=fspecial(type)
H=fspecial('gaussian',n,sigma) 高斯低通滤波器
H=fspecial('sobel') Sobel 水平边缘增强滤波器
H=fspecial('prewitt') Prewitt 水平边缘增强滤波器
H=fspecial('laplacian',alpha) 近似二维拉普拉斯运算滤波器
H=fspecial('log',n,sigma) 高斯拉普拉斯（LoG）运算滤波器
H=fspecial('average',n) 均值滤波器
H=fspecial('unsharp',alpha) 模糊对比增强滤波器
说明：对于形式 H=fspecial(type) ，fspecial 函数产生一个由 type 指定的二维滤波器 H ，返回的H 常与其它滤波器搭配使用。
4. 彩色增强的 Matlab 实现
4.1 imfilter函数
功能：真彩色增强
格式：B=imfilter(A,h)
说明：将原始数字数字图像 A 按指定的滤波器 h 进行滤波增强处理，增强后的数字数字图像 B 与A 的尺寸和类型相同
数字数字图像的变换
1. 离散傅立叶变换的Matlab 实现
Matlab 函数 fft、fft2 和 fftn 分别可以实现一维、二维和 N 维 DFT 算法；而函数 ifft、ifft2 和 ifftn 则用来计算反 DFT 。
这些函数的调用格式如下：
A＝fft(X,N,DIM)
其中，X 表示输入数字数字图像；N 表示采样间隔点，如果 X 小于该数值，那么 Matlab 将会对 X 进行零填充，否则将进行截取，使之长度为
N ；DIM 表示要进行离散傅立叶变换。
A＝fft2(X,MROWS,NCOLS)
其中，MROWS 和 NCOLS 指定对 X 进行零填充后的 X 大小。
A＝fftn(X,SIZE)
其中，SIZE 是一个向量，它们每一个元素都将指定 X 相应维进行零填充后的长度。
函数 ifft、ifft2 和 ifftn的调用格式于对应的离散傅立叶变换函数一致。
例子：数字数字图像的二维傅立叶频谱
% 读入原始数字数字图像
I＝imread('lena.bmp');
imshow(I)
% 求离散傅立叶频谱
J=fftshift(fft2(I));
figure;
imshow(log(abs(J)),[8,10])
2. 离散余弦变换的 Matlab实现
2.1. dCT2 函数
功能：二维 DCT 变换
格式：B=dct2(A)
B=dct2(A,m,n)
B=dct2(A,[m,n])
说明：B＝dct2(A) 计算 A 的 DCT 变换 B ，A 与 B 的大小相同；B＝dct2(A,m,n) 和 B=dct2(A,[m,n]) 通过对 A 补 0 或剪裁，使 B 的大小为 m×n。
2.2. dict2 函数
功能：DCT 反变换
格式：B=idct2(A)
B=idct2(A,m,n)
B=idct2(A,[m,n])
说明：B＝idct2(A) 计算 A 的 DCT 反变换 B ，A 与 B 的大小相同；B＝idct2(A,m,n) 和 B=idct2(A,[m,n]) 通过对 A 补 0 或剪裁，使 B的大小为 m×n。
2.3. dctmtx函数
功能：计算 DCT 变换矩阵
格式：D＝dctmtx(n)
说明：D＝dctmtx(n) 返回一个 n×n 的 DCT 变换矩阵，输出矩阵 D 为 double 类型。
3. 数字数字图像小波变换的Matlab 实现
3.1 一维小波变换的 Matlab实现
(1) dwt 函数
功能：一维离散小波变换
格式：[cA,cD]=dwt(X,'wname')
[cA,cD]=dwt(X,Lo_D,Hi_D)
说明：[cA,cD]=dwt(X,'wname')使用指定的小波基函数'wname' 对信号 X 进行分解，cA、cD分别为近似分量和细节分量；[cA,cD]=dwt(X,Lo_D,Hi_D) 使用指定的滤波器组 Lo_D、Hi_D 对信号进行分解。
(2) idwt 函数
功能：一维离散小波反变换
格式：X=idwt(cA,cD,'wname')
X=idwt(cA,cD,Lo_R,Hi_R)
X=idwt(cA,cD,'wname',L)
X=idwt(cA,cD,Lo_R,Hi_R,L)
说明：X=idwt(cA,cD,'wname')由近似分量 cA 和细节分量 cD 经小波反变换重构原始信号 X 。
'wname' 为所选的小波函数
X=idwt(cA,cD,Lo_R,Hi_R) 用指定的重构滤波器 Lo_R 和 Hi_R 经小波反变换重构原始信号 X 。
X=idwt(cA,cD,'wname',L) 和 X=idwt(cA,cD,Lo_R,Hi_R,L) 指定返回信号 X 中心附近的 L 个点。
3.2 二维小波变换的 Matlab实现
二维小波变换的函数
-------------------------------------------------
函数名 函数功能
---------------------------------------------------
dwt2 二维离散小波变换
wavedec2 二维信号的多层小波分解
idwt2 二维离散小波反变换
waverec2 二维信号的多层小波重构
wrcoef2 由多层小波分解重构某一层的分解信号
upcoef2 由多层小波分解重构近似分量或细节分量
detcoef2 提取二维信号小波分解的细节分量
appcoef2 提取二维信号小波分解的近似分量
upwlev2 二维小波分解的单层重构
dwtpet2 二维周期小波变换
idwtper2 二维周期小波反变换
-------------------------------------------------------------
(1) wcodemat 函数
功能：对数据矩阵进行伪彩色编码
格式：Y=wcodemat(X,NB,OPT,ABSOL)
Y=wcodemat(X,NB,OPT)
Y=wcodemat(X,NB)
Y=wcodemat(X)
说明：Y=wcodemat(X,NB,OPT,ABSOL)返回数据矩阵 X 的编码矩阵 Y ；NB 伪编码的最大值，即编码范围为 0～NB，缺省值 NB＝16；
OPT 指定了编码的方式（缺省值为 'mat'），即：
OPT＝'row' ，按行编码
OPT＝'col' ，按列编码
OPT＝'mat' ，按整个矩阵编码
ABSOL 是函数的控制参数（缺省值为 '1'），即：
ABSOL＝0 时，返回编码矩阵
ABSOL＝1 时，返回数据矩阵的绝对值ABS(X)
(2) dwt2 函数
功能：二维离散小波变换
格式：[cA,cH,cV,cD]=dwt2(X,'wname')
[cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D)
说明：[cA,cH,cV,cD]=dwt2(X,'wname')使用指定的小波基函数 'wname' 对二维信号 X 进行二维离散小波变幻；cA，cH,cV,cD 分别为近似分
量、水平细节分量、垂直细节分量和对角细节分量；[cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D) 使用指定的分解低通和高通滤波器 Lo_D 和 Hi_D 分
解信号 X 。
(3) wavedec2 函数
功能：二维信号的多层小波分解
格式：[C,S]=wavedec2(X,N,'wname')
[C,S]=wavedec2(X,N,Lo_D,Hi_D)
说明：[C,S]=wavedec2(X,N,'wname')使用小波基函数'wname' 对二维信号 X 进行 N 层分解；[C,S]=wavedec2(X,N,Lo_D,Hi_D) 使用指定
的分解低通和高通滤波器Lo_D 和 Hi_D 分解信号 X 。
(4) idwt2 函数
功能：二维离散小波反变换
格式：X=idwt2(cA,cH,cV,cD,'wname')
X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R)
X=idwt2(cA,cH,cV,cD,'wname',S)
X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S)
说明：X=idwt2(cA,cH,cV,cD,'wname')由信号小波分解的近似信号cA 和细节信号 cH、cH、cV、cD 经小波反变换重构原信号 X
；X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R)使用指定的重构低通和高通滤波器 Lo_R 和 Hi_R 重构原信号 X ；X=idwt2(cA,cH,cV,cD,'wname',S)
和X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S) 返回中心附近的 S 个数据点。
(5) waverec2 函数
说明：二维信号的多层小波重构
格式：X=waverec2(C,S,'wname')
X=waverec2(C,S,Lo_R,Hi_R)
说明：X=waverec2(C,S,'wname')由多层二维小波分解的结果 C、S 重构原始信号 X ，'wname'为使用的小波基函数；X=waverec2(C,S,Lo_R,Hi_R) 使用重构低通和高通滤波器 Lo_R 和 Hi_R 重构原信号。
数字数字图像处理工具箱
1. 数字数字图像和数字数字图像数据
缺省情况下，MATLAB将数字数字图像中的数据存储为双精度类型(double)，64位浮点
数，所需存储量很大；MATLAB还支持另一种类型无符号整型(uint8)，即数字数字图像矩
阵中每个数据占用1个字节。
在使用MATLAB工具箱时，一定要注意函数所要求的参数类型。另外，uint8
与double两种类型数据的值域不同，编程需注意值域转换。
从uint8到double的转换
---------------------------------------------
数字数字图像类型 MATLAB语句
---------------------------------------------
索引色 B=double(A)+1
索引色或真彩色 B=double(A)/255
二值数字数字图像 B=double(A)
---------------------------------------------
从double到uint8的转换
---------------------------------------------
数字数字图像类型 MATLAB语句
---------------------------------------------
索引色 B=uint8(round(A-1))
索引色或真彩色 B=uint8(round(A*255))
二值数字数字图像 B=logical(uint8(round(A)))
---------------------------------------------
2. 数字数字图像处理工具箱所支持的数字数字图像类型
2.1 真彩色数字数字图像
R、G、B三个分量表示一个像素的颜色。如果要读取数字数字图像中(100,50)处的像素值，
可查看三元数据(100,50,1:3)。
真彩色数字数字图像可用双精度存储，亮度值范围是[0,1]；比较符合习惯的存储方法是用无
符号整型存储，亮度值范围[0,255]
2.2 索引色数字数字图像
包含两个结构，一个是调色板，另一个是数字数字图像数据矩阵。调色板是一个有3列和若干行
的色彩映象矩阵，矩阵每行代表一种颜色，3列分别代表红、绿、蓝色强度的双精度数。
注意：MATLAB中调色板色彩强度[0,1]，0代表最暗，1代表最亮。
常用颜色的RGB值
--------------------------------------------
颜色 R G B 颜色 R G B
--------------------------------------------
黑 0 0 1 洋红 1 0 1
白 1 1 1 青蓝 0 1 1
红 1 0 0 天蓝 0.67 0 1
绿 0 1 0 橘黄 1 0.5 0
蓝 0 0 1 深红 0.5 0 0
黄 1 1 0 灰 0.5 0.5 0.5
--------------------------------------------
产生标准调色板的函数
-------------------------------------------------
函数名 调色板
-------------------------------------------------
Hsv 色彩饱和度，以红色开始，并以红色结束
Hot 黑色－红色－黄色－白色
Cool 青蓝和洋红的色度
Pink 粉红的色度
Gray 线型灰度
Bone 带蓝色的灰度
Jet Hsv的一种变形，以蓝色开始，以蓝色结束
Copper 线型铜色度
Prim 三棱镜，交替为红、橘黄、黄、绿和天蓝
Flag 交替为红、白、蓝和黑
--------------------------------------------------
缺省情况下，调用上述函数灰产生一个64×3的调色板，用户也可指定调色板大小。
索引色数字数字图像数据也有double和uint8两种类型。
当数字数字图像数据为double类型时，值1代表调色板中的第1行，值2代表第2行……
如果数字数字图像数据为uint8类型，0代表调色板的第一行，，值1代表第2行……
2.3 灰度数字数字图像
存储灰度数字数字图像只需要一个数据矩阵。
数据类型可以是double，[0，1]；也可以是uint8，[0,255]
2.4 二值数字数字图像
二值数字数字图像只需一个数据矩阵，每个像素只有两个灰度值，可以采用uint8或double类型存储。
MATLAB工具箱中以二值数字数字图像作为返回结果的函数都使用uint8类型。
2.5 数字数字图像序列
MATLAB工具箱支持将多帧数字数字图像连接成数字数字图像序列。
数字数字图像序列是一个4维数组，数字数字图像帧的序号在数字数字图像的长、宽、颜色深度之后构成第4维。
分散的数字数字图像也可以合并成数字数字图像序列，前提是各数字数字图像尺寸必须相同，若是索引色数字数字图像，
调色板也必须相同。
可参考cat()函数 A＝cat(4,A1,A2,A3,A4,A5)
3. MATLAB数字数字图像类型转换
数字数字图像类型转换函数
---------------------------------------------------------------------------
函数名 函数功能
---------------------------------------------------------------------------
dither 数字数字图像抖动，将灰度图变成二值图，或将真彩色数字数字图像抖动成索引色数字数字图像
gray2ind 将灰度数字数字图像转换成索引数字数字图像
grayslice 通过设定阈值将灰度数字数字图像转换成索引色数字数字图像
im2bw 通过设定亮度阈值将真彩色、索引色、灰度图转换成二值图
ind2gray 将索引色数字数字图像转换成灰度数字数字图像
ind2rgb 将索引色数字数字图像转换成真彩色数字数字图像
mat2gray 将一个数据矩阵转换成一副灰度图
rgb2gray 将一副真彩色数字数字图像转换成灰度数字数字图像
rgb2ind 将真彩色数字数字图像转换成索引色数字数字图像
------------------------------------------------------------------------
4. 数字数字图像文件的读写和查询
4.1 图形数字数字图像文件的读取
利用函数imread()可完成图形数字数字图像文件的读取，语法：
A=imread(filename,fmt)
[X,map]=imread(filename,fmt)
[...]=imread(filename)
[...]=imread(filename,idx) （只对TIF格式的文件）
[...]=imread(filename,ref) （只对HDF格式的文件）
通常，读取的大多数数字图像均为8bit，当这些数字图像加载到内存中时，Matlab就将其存放
在类uint8中。此为Matlab还支持16bit的PNG和TIF数字图像，当读取这类文件时，Matlab就将
其存贮在uint16中。
注意：对于索引数字图像，即使数字图像阵列的本身为类uint8或类uint16，imread函数仍将
颜色映象表读取并存贮到一个双精度的浮点类型的阵列中。
4.2 图形数字图像文件的写入
使用imwrite函数，语法如下：
imwrite(A,filename,fmt)
imwrite(X,map,filename,fmt)
imwrite(...,filename)
imwrite(...,parameter,value)
当利用imwrite函数保存数字图像时，Matlab缺省的方式是将其简化道uint8的数据格式。
4.3 图形数字图像文件信息的查询 imfinfo()函数
5. 数字图像文件的显示
5.1 索引数字图像及其显示
方法一：
image(X)
colormap(map)
方法二：
imshow(X,map)
5.2 灰度数字图像及其显示
Matlab 7.0 中，要显示一副灰度数字图像，可以调用函数 imshow 或 imagesc （即
imagescale，数字图像缩放函数）
(1) imshow 函数显示灰度数字图像
使用imshow(I) 或 使用明确指定的灰度级书目：imshow(I,32)
由于Matlab自动对灰度数字图像进行标度以适合调色板的范围，因而可以使用自定义
大小的调色板。其调用格式如下：
imshow(I,[low,high])
其中，low 和 high 分别为数据数组的最小值和最大值。
(2) imagesc 函数显示灰度数字图像
下面的代码是具有两个输入参数的 imagesc 函数显示一副灰度数字图像
imagesc(1,[0,1]);
colormap(gray);
imagesc 函数中的第二个参数确定灰度范围。灰度范围中的第一个值（通常是0），
对应于颜色映象表中的第一个值（颜色），第二个值（通常是1）则对应与颜色映象表
中的最后一个值（颜色）。灰度范围中间的值则线型对应与颜色映象表中剩余的值（颜色）。
在调用 imagesc 函数时，若只使用一个参数，可以用任意灰度范围显示数字图像。在该
调用方式下，数据矩阵中的最小值对应于颜色映象表中的第一个颜色值，数据矩阵中的最大
值对应于颜色映象表中的最后一个颜色值。
5.3 RGB 数字图像及其显示
(1) image(RGB)
不管RGB数字图像的类型是double浮点型，还是 uint8 或 uint16 无符号整数型，Matlab都
能通过 image 函数将其正确显示出来。
RGB8 = uint8(round(RGB64×255)); ％将 double 浮点型转换为 uint8 无符号整型
RGB64 = double(RGB8)/255; ％ 将 uint8 无符号整型转换为 double 浮点型
RGB16 = uint16(round(RGB64×65535)); ％将 double 浮点型转换为 uint16 无符号整型
RGB64 = double(RGB16)/65535; ％ 将 uint16 无符号整型转换为 double 浮点型
(2) imshow(RGB) 参数是一个 m×n×3 的数组
5.4 二进制数字图像及其显示
(1) imshow(BW)
在 Matlab 7.0 中，二进制数字图像是一个逻辑类，仅包括 0 和 1 两个数值。像素 0 显示
为黑色，像素 1 显示为白色。
显示时，也可通过NOT(~)命令，对二进制图象进行取反，使数值 0 显示为白色；1 显示
为黑色。
例如：imshow(~BW)
(2) 此外，还可以使用一个调色板显示一副二进制数字图像。如果图形是 uint8 数据类型，
则数值 0 显示为调色板的第一个颜色，数值 1 显示为第二个颜色。
例如：imshow(BW,[1 0 0;0 0 1])
5.5 直接从磁盘显示数字图像
可使用一下命令直接进行数字图像文件的显示：
imshow filename
其中，filename 为要显示的数字图像文件的文件名。
如果数字图像是多帧的，那么imshow 将仅显示第一帧。但需注意，在使用这种方式时，数字图像
数据没有保存在Matlab7.0 工作平台。如果希望将数字图像装入工作台中，需使用 getimage 函数，从当前的句柄图形数字图像对象中获取数字图像数据，
命令形式为：rgb ＝ getimage;
bwlabel
功能：
标注二进制数字图像中已连接的部分。
L = bwlabel(BW,n)
[L,num] = bwlabel(BW,n)
isbw
功能：
判断是否为二进制数字图像。
语法：
flag = isbw(A)
相关命令：
isind, isgray, isrgb
74．isgray
功能：
判断是否为灰度数字图像。
语法：
flag = isgray(A)
相关命令：
isbw, isind, isrgb
11．bwselect
功能：
在二进制数字图像中选择对象。
语法：
BW2 = bwselect(BW1,c,r,n)
BW2 = bwselect(BW1,n)
[BW2,idx] = bwselect(...)
举例
BW1 = imread('text.tif');
c = [16 90 144];
r = [85 197 247];
BW2 = bwselect(BW1,c,r,4);
imshow(BW1)
figure, imshow(BW2)
47．im2bw
功能：
转换数字图像为二进制数字图像。
语法：
BW = im2bw(I,level)
BW = im2bw(X,map,level)
BW = im2bw(RGB,level)
举例
load trees
BW = im2bw(X,map,0.4);
imshow(X,map)
来源：CSDN
声明：部分内容来源于网络，仅供读者学习、交流之目的。文章版权归原作者所有。如有不妥，请联系删除。
下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。
下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
2997
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
