《数字图像处理与机器视觉——Visual C++与Matlab实现(第2版)》一一1.4 图像的显示...

本节书摘来自异步社区出版社《数字图像处理与机器视觉——Visual C++与Matlab实现(第2版)》一书中的第1章,第1.4节,作者:张铮 , 徐超 , 任淑霞 , 韩海玲,更多章节内容可以访问云栖社区“异步社区”公众号查看。

1.4 图像的显示

数字图像处理与机器视觉——Visual C++与Matlab实现(第2版)
一般使用imshow函数来显示图像,该函数可以创建一个图像对象,并可以自动设置图像的诸多属性,从而简化编程操作。这里介绍imshow函数的几种常见调用方式。

1.imshow函数
imshow函数用于显示工作区或图像文件中的图像,在显示的同时可控制部分效果,常用的调用形式如下。

imshow(I, [low high], param1, value1, param2, value2, …)
  imshow(I, MAP)
  imshow(filename)

I为要显示的图像矩阵。

可选参数[low high]指定显示灰度图像时的灰度范围,灰度值低于low的像素被显示为黑色,高于high的像素被显示为白色,介于low和high之间的像素被按比例显示为各种等级的灰色。如果将此参数指定为空矩阵[ ],则函数会将图像矩阵中的最小值指定为low、最大值指定为high,从而达到灰度拉伸的显示效果。这个参数常常用于改善灰度图像的显示效果。

可选参数param1、value1、param2、value2等可以用来指定显示图像的特定方法。

MAP为颜色索引表,除了显示索引图像,这在显示伪彩色图像时也可用到。

filename参数指定图像文件名,这样可以不必将图像文件首先读入工作区。

【例1.6】图像文件的读取、显示、回写。

% ex1_6.m
% 读取图像文件
>>I = imread('gantrycrane.png');
% 显示图像
>>imshow(I);
% 写回到文件
>>imwrite(I, 'gantrycrane.tif', 'TIFF');

2.多幅图像的显示
有时需要将多幅图像一起显示以比较它们之间的异同,这在考察不同算法对同一幅图像的处理效果时尤为有用。

可以在同一窗口或者不同的窗口显示多幅图像,这两种方式的实现如例1.7所示。

【例1.7】显示多幅图像。

% ex1_7.m
I = imread(’pout.tif’); % 读取图像
% 在不同窗口显示
figure; %创建一个新的窗口
imshow(I); 
figure; 
imshow(I, [ ]);
% 在相同窗口显示
figure;
subplot(1, 2,1); 
imshow(I); 
subplot(1,2,2); 
imshow(I, [ ]);

上述程序中figure函数用于新创建一个显示窗口,从而避免新图像的显示覆盖原图像;subplot(m,n,p)函数的含义是,打开一个有m行n列图像位置的窗口,并将焦点位于第p个位置上。

注意 在多幅索引图像的显示中存在着潜在的问题。由于索引图像使用的颜色表可能不同,而系统的全局颜色表在默认情况下是8位的,最多只能存储256种颜色,这样一来,如果所有图像总颜色种类超过256种,则超出的部分将不会被正确显示。所以,通常先使用ind2rgb(I)将图像转换为RGB模式。此外,也可以使用subimage(I,map),这个函数在显示图像之前会自动将其转换为RGB格式。
3.多帧图像的显示
在显示多帧图像时,可以显示多帧中的一帧,或者将它们显示在同一个窗口内,也可以将多帧图像转化成电影播放出来。这3种方式的实现分别如例1.8所示。

【例1.8】多幅图像D,存储了一组索引图像,MAP为颜色索引表。分别以上述的3种方式显示它们。

>>load mri %载入Matlab自带的核磁共振图像
>>imshow(D(:,:,7), map); % 显示多幅中的一幅

% 同一窗口显示
>>figure, montage(D, map);

% 转化成为电影
>>figure
>>mov=immovie(D, map);
>>colormap(map); %设定颜色表
>>movie(mov); %播放电影

金羽图书论坛(http://bbs.book95.com) 的“金羽图书与答疑”板块与本书同名的主题帖子附件中“chapter1/code”目录下的“ex1_8.m”文件封装了例1.8中的功能。

4.图像的放缩
有时需要将图像的某一部分放大以查看局部的详细情况。只需输入zoom on命令即可实现图像的放缩,zoom off可以关闭图像放缩功能。打开图像放缩功能之后,就可以通过简单的鼠标操作观察图像细部了。

5.像素值查看工具
使用imshow函数显示一幅图像之后,可以通过输入impixelinfo命令在最后显示的图像窗口的左下角,随鼠标光标的移动显示鼠标指针所指位置处的像素值,如图1.12所示。

image

还可以通过imdistline命令以交互的方式查看图像中两点之间的距离,如图1.13所示。

image

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数字图像处理机器视觉是两个相关领域,旨在通过计算机对图像进行处理和分析,以实现各种目标。Visual C和Matlab都是常用的编程工具,可以用来实现数字图像处理机器视觉的算法。 Visual C是由微软公司开发的集成开发环境(IDE),它支持C语言和C++语言。通过Visual C,我们可以使用其内置的图像处理库和函数,编写和调试数字图像处理机器视觉算法。Visual C提供了丰富的功能和工具,包括图像读取、显示、滤波、分割、特征提取等等。它也支持硬件加速,可用于处理实时图像或视频。 Matlab是一种高级的数值计算和编程语言,也是一个功能强大的环境,适用于各种科学和工程应用。Matlab具有丰富的图像处理和机器视觉的工具箱,包括图像增强、分割、目标检测、特征提取等等。使用Matlab,我们可以方便地进行图像处理算法的开发和实验,快速验证算法的效果。 在实际应用中,我们可以根据不同的需求和实际情况选择使用Visual C或Matlab实现图像处理和机器视觉算法。如果我们需要编写底层算法或进行实时图像处理,我们可以选择使用Visual C;如果我们更注重快速原型开发、算法验证和实验,我们可以选择使用Matlab。当然,Visual C和Matlab也可以结合使用,根据具体需求进行开发。 总的来说,数字图像处理机器视觉是非常重要的技术领域,通过Visual C和Matlab等工具的使用,我们可以更便捷地实现各种图像处理和机器视觉算法,为实际应用和科学研究提供支持。
评论
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