【数字图像】实验一.MATLAB图像简单操作函数的应用

一、实验目的

1. 了解 MATLAB图像处理工具箱函数中的基本功能及操作方法。

2. 掌握MATLAB中图像读写和显示函数的使用方法。

3. 掌握如何利用MATLAB函数获取图像大小、颜色、高度、宽度等信息。

4. 熟悉常用的图像类型的相互转换。

二、实验要求

1. 实验课前需要写预习实验报告，内容为本次实验要求中的所有程序清单。

2. 实验课对预习报告中的编程代码进行上机调试，完成实验指导书中全部实验要求内容。

3. 实验课后写出实验报告。报告要求有实验目的，实验内容与步骤，调试完成的准确编程代码和实验结果，实验小结，回答问题。

三、实验内容与步骤

1.利用imread()函数分别读入图像trees.tif和ngc6543a.jpg，存入两个数组中，用“whos”命令获取图像的基本信息。

存入两个数组

T=imread("trees.tif");

N=imread("ngc6543a.jpg")

Whos查看基本属性

whos

2.利用imwrite()函数将图像trees.tif压缩，将其保存为一幅压缩了像素的jpg文件, 图像名为为trees1.jpg；

imwrite(T,'trees1.jpg')

3.命令窗口利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息。

>> info=imfinfo('trees1.jpg','jpg')



info =



  包含以下字段的 struct:



           Filename: 'D:\MATLAB\data\trees1.jpg'

        FileModDate: '21-Nov-2023 16:24:29'

           FileSize: 14108

             Format: 'jpg'

      FormatVersion: ''

              Width: 350

             Height: 258

           BitDepth: 8

          ColorType: 'grayscale'

    FormatSignature: ''

    NumberOfSamples: 1

       CodingMethod: 'Huffman'

      CodingProcess: 'Sequential'

            Comment: {}

4.在4个不同的图像窗口中显示任意4幅不同图像类型（二值、索引、灰度、真彩色）的图像。

figure(1);
I=imread("trees.tif");
imshow(I);
figure(2);
[X map]=imread("mri.tif");
imshow(X,map);
figure(3);
RGB=imread("blobs.png");
imshow(RGB);
figure(4);
imshow Lenna.jpg

5.分别用imread和load命令读入两幅不同的图像，并排显示在同一图像窗口。

B=imread("trees.tif");
save trees B

load trees.mat
subplot(1,2,1);
imshow(X,map);
title('trees.mat')
[X2,map2]=imread("mri.tif");
subplot(1,2,2);
imshow(X2,map2);
title('mri.tif')

6.利用imshow()函数来显示图像trees.tif，要求先转化为rgb图像，分别显示每个通道，然后合并再显示）

image = imread('trees.tif');
rgb_image = ind2rgb(image, colormap);
red_channel = rgb_image(:, :, 1);
green_channel = rgb_image(:, :, 2);
blue_channel = rgb_image(:, :, 3);
figure;
subplot(2, 2, 1);
imshow(red_channel);
title('Red Channel');
subplot(2, 2, 2);
imshow(green_channel);
title('Green Channel');
subplot(2, 2, 3);
imshow(blue_channel);
title('Blue Channel');
subplot(2, 2, 4);
imshow(rgb_image);
title('RGB Image');

7.用rgb2gray()将一幅索引图像trees.tif转化为灰度图像，并且用imshow显示出来观察图像的特征。

[X,map]=imread('trees.tif');
G1=ind2gray(X,map);
figure;
imshow(G1);

8.用im2bw()将一幅灰度图像camema.jpg转化为二值图像，并且用imshow显示出来观察图像的特征。

B=imread("cameraman.bmp");

B1=im2bw(B);

imshow(B1)

9.用rgb2ind()将真彩色图像onion.png转化为索引图像，用imshow显示出来，并读取出两种图像的数据，观察图像的特征。

clear all;
C=imread("onion.png");
[X,map] = rgb2ind(C,32);
figure;
imshow(C);
figure;
imshow(X,map);

10.读入并在同一窗口显示27帧索引图像阵列“mri.mat”，并在单独窗口显示第6、10、20帧图像。

clear all;
mri=uint8(zeros(128,128,1,27)); 
for frame=1:27
[mri(:,:,:,frame),map]=imread('mri.tif',frame);
end
figure,imshow(mri(:,:,:,6),map);
figure,imshow(mri(:,:,:,10),map);
figure,imshow(mri(:,:,:,20),map); 
figure;
montage(mri,map);

1. 制作并显示一个动态图。

clear all;
mri=uint8(zeros(128,128,1,27)); 
for frame=1:27
[mri(:,:,:,frame),map]=imread('mri.tif',frame); 
end
figure;
hold on;
for frame=1:27
hold on;imshow(mri(:,:,:,frame),map);
pause(0.1)
end

四、问题与讨论

1.简述 MATLAB 软件的特点。

MATLAB是一种功能强大的科学计算和工程分析软件，它具有以下特点：

1. 简单易用：MATLAB提供了直观的交互式界面和丰富的文档，使得用户可以快速学习和使用。它使用简单的命令语法，使得编写和执行代码变得简单。

2. 广泛的功能：MATLAB具有广泛的功能和工具箱，涵盖了数值计算、数据可视化、信号处理、图像处理、控制系统设计、机器学习等多个领域。用户可以根据需要选择适合的工具箱来完成各种任务。

3. 大量的库和函数：MATLAB拥有丰富的库和函数，用于处理各种数学运算、数据分析和图像处理。这些库和函数可以大大简化复杂的计算任务，并提高开发效率。

4. 图形和可视化：MATLAB具有强大的图形和可视化功能，可以生成高质量的图表、图像和动画。用户可以使用内置的绘图函数和工具来可视化数据，进行数据分析和展示。

5. 平台和语言的灵活性：MATLAB可以在不同的操作系统上运行，包括Windows、Mac和Linux。此外，MATLAB还支持多种编程语言，如MATLAB脚本语言、MATLAB函数语言和MATLAB面向对象编程等，使得用户可以根据自己的需求和偏好选择适合的编程方式。

6. 集成开发环境（IDE）：MATLAB提供了一个集成开发环境，包括编辑器、调试器和性能分析器等工具，使得代码编写、调试和优化变得更加方便和高效。

总的来说，MATLAB是一个功能强大、易于使用的科学计算和工程分析软件，它为用户提供了丰富的功能和工具，使得他们可以进行各种计算、分析和可视化任务。

1. MATLAB软件可以支持哪些图像文件格式？

MATLAB软件可以支持多种常见的图像文件格式，包括但不限于：

1. BMP（.bmp）：Windows位图格式。

2. JPEG（.jpg、.jpeg）：常用的压缩图像格式。

3. PNG（.png）：无损压缩图像格式，支持透明度。

4. GIF（.gif）：支持多帧动画的图像格式。

5. TIFF（.tif、.tiff）：多页图像格式，支持无损压缩。

6. JPEG 2000（.jp2）：基于无损和有损压缩的图像格式。

7. DICOM（.dcm）：医学图像格式，常用于医学影像处理。

8. RAW（.raw）：未经压缩或处理的原始图像数据。

此外，MATLAB还支持其他一些特定领域的图像文件格式，如HDR（高动态范围）图像、光谱图像等。如果需要处理其他特定格式的图像文件，MATLAB还提供了扩展包和工具箱，可以进行相应的导入和导出操作。 

1. 说明函数imread() 的用途格式以及各种格式所得到图像的性质。

函数imread()是MATLAB中用于读取图像文件的函数。它的语法为：

I = imread(filename)

其中，filename为要读取的图像文件的路径和文件名，I为读取得到的图像数据。

imread()函数可以读取多种图像格式，包括但不限于：

1. BMP（.bmp）：读取得到的图像是RGB格式的，每个像素由红色、绿色和蓝色通道组成。

2. JPEG（.jpg、.jpeg）：读取得到的图像是RGB格式的，每个像素由红色、绿色和蓝色通道组成。JPEG是一种有损压缩格式，可能会导致图像质量损失。

3. PNG（.png）：读取得到的图像是RGB格式的，每个像素由红色、绿色和蓝色通道组成。PNG是一种无损压缩格式，可以保持图像质量。

4. GIF（.gif）：读取得到的图像是索引格式的，每个像素由调色板中的索引值表示。GIF可以是多帧动画图像，但imread()函数只会读取第一帧。

5. TIFF（.tif、.tiff）：读取得到的图像可以是RGB格式或者灰度格式。对于多页TIFF图像，可以通过指定第二个输入参数来读取指定页的图像。

6. JPEG 2000（.jp2）：读取得到的图像是RGB格式的，每个像素由红色、绿色和蓝色通道组成。JPEG 2000是一种有损和无损压缩格式。

imread()函数会根据图像文件的格式，返回相应的图像数据。读取得到的图像可以是RGB格式（彩色图像）或灰度格式（黑白图像）。对于RGB格式的图像，图像数据是一个三维数组，其中第一个维度表示行数，第二个维度表示列数，第三个维度表示通道数（红色、绿色、蓝色）。对于灰度格式的图像，图像数据是一个二维数组，每个元素表示灰度值。

通过使用imread()函数，可以方便地将各种图像格式的文件读取到MATLAB中进行进一步的处理和分析。

1. 为什么用I = imread(‘lena.bmp’) 命令得到的图像I 不可以进行算术运算？

使用imread('lena.bmp')命令读取的图像I是一个三维矩阵，其中每个元素表示图像中对应像素的颜色值。这些颜色值是以无符号8位整数的形式存储的，范围从0到255。这意味着图像I中的每个像素值都是离散的，它们不能直接参与算术运算。

1. 如何显示 RGB 图像的某一个颜色分量？

以下是一个示例代码，展示了如何显示RGB图像的红色分量：

matlab

I = imread('lena.bmp');

redChannel = I(:,:,1); % 获取图像的红色通道

imshow(redChannel); % 显示红色分量图像

在上面的代码中，`I(:,:,1)`用于获取图像I的红色通道，其中`1`表示红色通道的索引。类似地，您可以使用`I(:,:,2)`获取绿色通道，使用`I(:,:,3)`获取蓝色通道。

6.如何显示多帧图像的所有帧？如何根据多帧图像创建电影片段？

以下是一个示例代码，展示了如何显示多帧图像的所有帧和创建电影片段：

matlab

% 读取多帧图像序列

imageFiles = dir('frames/*.bmp'); % 假设图像序列存储在名为"frames"的文件夹中

numFrames = length(imageFiles); % 获取图像序列的帧数

% 显示多帧图像的所有帧

for i = 1:numFrames

    filename = fullfile('frames', imageFiles(i).name);

    I = imread(filename);

    imshow(I);

    pause(0.1); % 可以调整这个值来控制每帧的显示时间

end

% 创建电影片段

outputVideo = VideoWriter('movie.mp4', 'MPEG-4'); % 定义输出视频文件名和编码格式

open(outputVideo); % 打开输出视频文件

for i = 1:numFrames

    filename = fullfile('frames', imageFiles(i).name);

    I = imread(filename);

    writeVideo(outputVideo, I); % 将每帧图像写入输出视频文件

end

close(outputVideo); % 关闭输出视频文件

在上面的代码中，首先使用`dir`函数获取存储图像序列的文件夹中的所有图像文件。然后，使用循环逐一读取每个图像，显示每一帧图像。在循环中，通过`imshow`函数显示图像，并使用`pause`函数来控制每帧图像的显示时间。

在创建电影片段部分，首先使用`VideoWriter`函数定义输出视频文件的名称和编码格式。然后，使用`open`函数打开输出视频文件。接着，使用循环逐一读取每个图像，并使用`writeVideo`函数将每帧图像写入输出视频文件。最后，使用`close`函数关闭输出视频文件。