一 图像的读写
1 imread
imread函数用于读入各种图像文件，如:a=imread('e:\w01.tif')
注：计算机E盘上要有w01相应的.tif文件。
2 imwrite
imwrite函数用于写入图像文件，如：imwrite(a,'e:\w02.tif',’tif’)
3 imfinfo
imfinfo函数用于读取图像文件的有关信息，如：imfinfo('e:\w01.tif')
二 图像的显示
1 image
image函数是MATLAB提供的最原始的图像显示函数，如：
a=[1,2,3,4;4,5,6,7;8,9,10,11,12];
image(a);
2 imshow
imshow函数用于图像文件的显示，如：
i=imread('e:\w01.tif');
imshow(i);
3 colorbar
colorbar函数用显示图像的颜色条，如：
i=imread('e:\w01.tif');
imshow(i);
colorbar;
4 figure
figure函数用于设定图像显示窗口，如：figure(1)； /figure(2)；
三 图像的变换
1 fft2
fft2函数用于数字图像的二维傅立叶变换，如：
i=imread('e:\w01.tif');
j=fft2(i);
2 ifft2
ifft2函数用于数字图像的二维傅立叶反变换，如：
i=imread('e:\w01.tif');
j=fft2(i);
k=ifft2(j);
3 利用fft2计算二维卷积
利用fft2函数可以计算二维卷积,如:
a=[8,1,6;3,5,7;4,9,2];
b=[1,1,1;1,1,1;1,1,1];
a(8,8)=0;
b(8,8)=0;
c=ifft2(fft2(a).*fft2(b));
c=c(1:5,1:5);
利用conv2(二维卷积函数)校验, 如：
a=[8,1,6;3,5,7;4,9,2];
b=[1,1,1;1,1,1;1,1,1];
c=conv2(a,b);
四 模拟噪声生成函数和预定义滤波器
1 imnoise
imnoise函数用于对图像生成模拟噪声，如：
i=imread('e:\w01.tif');
j=imnoise(i,'gaussian',0,0.02);%模拟高斯噪声
2 fspecial
fspecial函数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
五 图像的增强
1 直方图
imhist函数用于数字图像的直方图显示，如：
i=imread('e:\w01.tif');
imhist(i);
2 直方图均化
histeq函数用于数字图像的直方图均化，如：
i=imread('e:\w01.tif');
j=histeq(i);
3 对比度调整
imadjust函数用于数字图像的对比度调整，如：
i=imread('e:\w01.tif');
j=imadjust(i,[0.3,0.7],[]);
4 对数变换
log函数用于数字图像的对数变换，如：
i=imread('e:\w01.tif');
j=double(i);
k=log(j);
5 基于卷积的图像滤波函数
filter2函数用于图像滤波，如：
i=imread('e:\w01.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('e:\w01.tif');
h=[1,1,1;1,1,1;1,1,1];
h=h/9;
j=conv2(i,h);
7 中值滤波
medfilt2函数用于图像的中值滤波，如：
i=imread('e:\w01.tif');
j=medfilt2(i);
8 锐化
（1）利用Sobel算子锐化图像, 如:
i=imread('e:\w01.tif');
h=[1,2,1;0,0,0;-1,-2,-1];%Sobel算子
j=filter2(h,i);
（2）利用拉氏算子锐化图像, 如:
i=imread('e:\w01.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;
六 举例
二维傅立叶变换和二维傅立叶反变换：
i=imread('e:\w01.tif');
figure(1);
imshow(i);
colorbar;
j=fft2(i);
k=fftshift(j);
figure(2);
l=log(abs(k));
imshow(l,[]);
colorbar
n=ifft2(j)/255;
figure(3);
imshow(n);
colorbar;
Matlab中图像函数大全
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],[bottom top],gamma)
newmap=imadjust(map,[low high],[bottom top],gamma)
说明：J=imadjust(I,[low high],[bottom top],gamma) 其中，gamma 为校正量r，[low high] 为原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,[low high],[bottom top],gamma) 调整索引色图像的调色板 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,...) 返回从能将图像 I 的灰度直方图变换成
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) 返回对图像 I 添加典型噪声后的有噪图像 J ，参数 type 和 parameter 用于确定噪声的类型和相应的参数。
3. 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：将原始图像 A 按指定的滤波器 h 进行滤波增强处理，增强后的图像 B 与 A 的尺寸和类型相同
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：图像的二维傅立叶频谱
% 读入原始图像
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. 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。
图像处理工具箱
1. 图像和图像数据
缺省情况下，MATLAB将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
---------------------------------------------
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
二值图像 B=double(A)
---------------------------------------------
从double到uint8的转换
---------------------------------------------
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))
二值图像 B=logical(uint8(round(A)))
---------------------------------------------
2. 图像处理工具箱所支持的图像类型
2.1 真彩色图像
R、G、B三个分量表示一个像素的颜色。如果要读取图像中(100,50)处的像素值，
可查看三元数据(100,50,1:3)。
真彩色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 索引色图像
包含两个结构，一个是调色板，另一个是图像数据矩阵。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。
索引色图像数据也有double和uint8两种类型。
当图像数据为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 灰度图像
存储灰度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 二值图像
二值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工具箱中以二值图像作为返回结果的函数都使用uint8类型。
2.5 图像序列
MATLAB工具箱支持将多帧图像连接成图像序列。
图像序列是一个4维数组，图像帧的序号在图像的长、宽、颜色深度之后构成第4维。
分散的图像也可以合并成图像序列，前提是各图像尺寸必须相同，若是索引色图像，
调色板也必须相同。
可参考cat()函数 A＝cat(4,A1,A2,A3,A4,A5)
3. MATLAB图像类型转换
图像类型转换函数
---------------------------------------------------------------------------
函数名 函数功能
---------------------------------------------------------------------------
dither 图像抖动，将灰度图变成二值图，或将真彩色图像抖动成索引色图像
gray2ind 将灰度图像转换成索引图像
grayslice 通过设定阈值将灰度图像转换成索引色图像
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 将索引色图像转换成灰度图像
ind2rgb 将索引色图像转换成真彩色图像
mat2gray 将一个数据矩阵转换成一副灰度图
rgb2gray 将一副真彩色图像转换成灰度图像
rgb2ind 将真彩色图像转换成索引色图像
----------------------------------------------------------------------------
4. 图像文件的读写和查询
4.1 图形图像文件的读取
利用函数imread()可完成图形图像文件的读取，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，读取的大多数图像均为8bit，当这些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：对于索引图像，即使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 图形图像文件信息的查询 imfinfo()函数
5. 图像文件的显示
5.1 索引图像及其显示
方法一：
image(X)
colormap(map)
方法二：
imshow(X,map)
5.2 灰度图像及其显示
Matlab 7.0 中，要显示一副灰度图像，可以调用函数 imshow 或 imagesc （即
imagescale，图像缩放函数）
(1) imshow 函数显示灰度图像
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 图像及其显示
(1) image(RGB)
不管RGB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 二进制图像及其显示
(1) imshow(BW)
在 Matlab 7.0 中，二进制图像是一个逻辑类，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 直接从磁盘显示图像
可使用一下命令直接进行图像文件的显示：
imshow filename
其中，filename 为要显示的图像文件的文件名。
如果图像是多帧的，那么 imshow 将仅显示第一帧。但需注意，在使用这种方式时，图像
数据没有保存在Matlab 7.0 工作平台。如果希望将图像装入工作台中，需使用 getimage 函
数，从当前的句柄图形图像对象中获取图像数据，
命令形式为： rgb ＝ getimage;
bwlabel
功能：
标注二进制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：
判断是否为灰度图像。
语法：
flag = isgray(A)
相关命令：
isbw, isind, isrgb
11．bwselect
功能：
在二进制图像中选择对象。
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：
转换图像为二进制图像。
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)
Matlab中如何读出写入图像文件以及对图像的简单处理
MATLAB图像处理工具箱支持四种基本图像类型:索引图像、灰度图像、二进制图像和RGB图像。MATLAB直接从图像文件中读取的图像为RGB图像。它存储在三维数组中。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(256,256,3) ,X(:,:,1)代表红颜色的2维矩阵 X(:,:,2)代表绿颜色的2维矩阵, X(:,:,3)代表兰颜色的2维矩阵。[X, map]=imread('34.bmp');r=double(X(:,:,1)); %r是256 x 256的红色信息矩阵g=double(X(:,:,2)); %g是256 x 256的绿色信息矩阵b=double(X(:,:,3)); %b是256 x 256的兰色信息矩阵
索引图像数据包括图像矩阵X与颜色图数组map,其中颜色图map是按图像中颜色值进行排序后的数组。对于每个像素,图像矩阵X包含一个值,这个值就是颜色图数组map中的索引。颜色图map为m×3双精度矩阵,各行分别指定红、绿、蓝(R、G、B)单色值,map=[RGB],R、G、B为值域为[0,1]的实数值,m为索引图像包含的像素个数。
对于相同的数据,采用uint8格式比双精度格式节省内存空间,从而更经济。在MATLAB中
如果索引图像的颜色图小于256行,则它的图像矩阵以uint8格式存储,否则以双精度格式存储。
一：imread:从图像文件夹中读取图像。
A = imread(FILENAME,FMT) 读取图像到A，如果文件是包含一灰度图像，A是一二维矩阵，如果文件是包含一真彩色图像（RGB），A是一三维矩阵（M-by-N-by-3）。FILENAME ：图像文件名；FMT：图像文件格式；
文件必须在当前目录下，或在Matlab的一路径上。如果 imread不能够找到一名称为FILENAME的文件,那么它将找一名为FILENAME.FMT的文件
[X,MAP] = imread(FILENAME,FMT) 把图像FILENAME读入与它相关的图像色彩信息写入MAP，图像色彩信息值在范围[0,1]中自动地重新调整.
[...] = imread(FILENAME)这种方式是试图得到文件的格式从文件所包含的信息。
[...] = imread(URL,...)从一Internet URL上读图像 URL 必须包含协议(即： "http://").
1．2数据类型：
TIFF的特殊语法：
[...] = imread(...,IDX) 从很多图像TIFF文件中 读一个图像；IDX是一个整数值，它显示了所读图像在文件中的顺序，例如：如果 IDX是 3, imread将读文件中的第三个图像。 如果省略了这个变量, imread将读文件中的第一个图像.
IMREAD支持的图像文件格式：JPEG TIFF GIF BMP PNG HDF PCX XWD ICO CUR RAS PBM PGM PPM
相关信息也可在Matlab中查看： imfinfo, imwrite, imformats, fread,
二：imwrite输出图像
imwrite(A,FILENAME,FMT) 把图像 A 写入图像文件 FILENAME.
imwrite(X,MAP,FILENAME,FMT) 把 X和它的相关色彩信息MAP写入FILENAME.
imwrite(...,FILENAME) 把图像 写入图像文件FILENAME,并推测可能的格式用来做filename的扩展名。扩展名必须是FMT中一合法名.
imwrite(...,PARAM1,VAL1,PARAM2,VAL2,...) 不同的参数控制输出文件的各种不同特征。参数要是当前所支持的HDF,JPEG, TIFF, PNG, PBM, PGM, 和PPM 文件
三：image 显示图像.image(C) 把矩阵 C 转成一图像. C 可以是一MxN 或 MxNx3维的矩阵，且可以是包含 double, uint8,或 uint16 数据.image是用来显示附标图像，即显示的图像上有x,y坐标轴的显示，可以看到图像的像素大小。但可以加上axis off命令即可把坐标去掉。
imshow只是显示图像。用colormap来定义图像显示用的颜色查找表，比如用colormap(pink)，可以把黑白图像显示成带粉红色的图像。
图像像素矩阵的数据类型：（1）显示真彩色图像像素三维矩阵X，如果是uint8类型，要求矩阵的数据范围为0-255，（2）如果是double型，则其数据范围为0-1，要不就会出错或者出现空白页。
类型转换：（1）如果你原来的数值是uint8,在运算中转换为double后，实际要显示的数值没有改变的话，只要用uint8(X)就可转换为uint8型，如果不想转换频繁，也可在显示时用X/255来转换为符合0-1double类型范围要求的数值显示。（2）如果显示索引图像(二维矩阵)，如果索引图像像素数值是double型,则它的取值范围为1-length(colormap),数值起点为1，则矩阵中数值为1的对应colormap中第一行数据,如果索引图像像素数值是uint8，则取值范围为0-255，数值起点为0，则矩阵中数值为0的对应colormap中第一行数据，所以索引图像这两个数据类型之间的转换，要考虑到+1或-1。直接用uint8或double转换则会查找移位，产生失真情况。uint16数据类型与uint8类似，取值范围为0-65536。
四：其它常用图像操作：
图像显示于屏幕有imshow( ), image( )函数；
图像进行裁剪imcrop( )；
图像的插值缩放imresize( )函数实现；
旋转用 imrotate( )实现。
五：具体的操作
下面通过运用图像处理工具箱中的有关函数对下图(nice.bmp)进行一些变换。见后面的transfer.m内容！
变换前图片：(nice.bmp)
变换后所得图片：newpic.bmp
例,在电脑F\picture下有一彩色图像文件nice.bmp,则可由下述语句读取:
下面是对图像 nice.bmp以y轴为对称轴所做的一个对称变换。
% Transfer1.m
clear all
figure
[x,map]=imread('F:\picture\nice.bmp');% 所得x为一375x420x3的矩阵
[w1,w2,w3]=size(x); % 375 X 420
w22=floor(w2/2);
image(x); %显示出图像
title('HELLO! @This is the first pose of me')%则显示出图像nice.bmp
axis off; % 去掉图像中的坐标
colormap(map); % colormap(),图像查找表函数。函数结构为colormap(map),设置当前的图像查找表到map。
imwrite(x,map,'nice.bmp')
for i=1:w1
for j=1:w22 % 图像关于y轴对折
t=x(i,j);
x(i,j)=x(i,w2-j+1);
x(i,w2-j+1)=t;
end
end
figure
image(x);
axis off
title('HELLO!!@@ Can you find any difference of my two picture! ') colormap(map);
imwrite(x,map,'newpic.bmp') %把x写到nepic2.bmpz中去
% Transfer1.m文件中包含了最基本也是最常用的对读像处理的命令。
在对图像处理的整个过程中，实质上是对[x,map]=imread(‘figure')函数中所得x矩阵的各种变换！
扫一扫
533
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
