RGB图片像素点随机化——Matlab实现

在分析照片各个区域的色度、亮度平均值时，为了使每行/每列/整体的像素点特征分布均匀以加快分析速度、减小误差时，这时候就要对像素点进行随机化操作，也就是洗牌。

用Matlab来完成此任务再合适不过了。对于RGB类型的彩色图片，它在Matlab中本质上是个三维矩阵，这个三维数组有三个面，依次对应于红(Red)、绿(Green)、蓝(Blue)三种颜色，而面中的数据则分别是这三种颜色的强度值，面中的元素对应于图像中的像素点。设所得矩阵为X三维矩阵(height,width,3) ,X(:,:,1)代表红色的二维矩阵 X(:,:,2)代表绿色的二维矩阵, X(:,:,3)代表蓝色的二维矩阵。

那么这里用到两个Matlab内置函数：一个是randperm(x)，产生1~x的随机序列并作为行向量，输入原图像中要进行转置操作才可以；另一个是size(a,n)，n=1时求矩阵a的行数，n=2时求矩阵a的列数。下面直接上代码：

clc; % 
close all;
[a,b] = uigetfile({'*.jpg';'*.png'},'Please select an image'); % open file choice dialog

if ~(a == 0)
    img = imread(strcat(b,a));
    img0(1:size(img,1),1:size(img,2),:)=img(randperm(size(img,1))',randperm(size(img,2))',:); % shuffle both
    img1(:,1:size(img,2),:)=img(:,randperm(size(img,2))',:); % shuffle columns
    img2(1:size(img,1),:,:)=img(randperm(size(img,1))',:,:); % shuffle lines
    imwrite(img0, strcat('0_', a));
    imwrite(img1, strcat('1_', a));
    imwrite(img2, strcat('2_', a));
end

其中img0是行、列都随机化（如下图右上角所示），img1只随机化列（如下图左下角所示），img2只随机化行（如下图右下角所示），效果如下：

当然缺点也很明显， 处理分辨率过高的图片时工作区内存会不足，而且对于索引等类型的图片需要转为RGB以后才能使用。