羽翮已就之图像处理之matlab优化for循环

这篇具有很好参考价值的文章主要介绍了羽翮已就之图像处理之matlab优化for循环。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

小y最近一直在出差,由于一直在外也没设备,也没有时间看现控的内容,一直想写观测器的博客也只能暂时搁置。
**但是生命不息,学习不止。**小y每次使用matlab需要for循环某个矩阵就会弹出变量似乎要更改脚本中每个循环迭代的大小,还会提示对速度有影响。
matlab本来就是矩阵实验室,没必要使用for循环处理矩阵,于是y想,有没有好的方法处理矩阵。
首先,做实验1:
羽翮已就之图像处理之matlab优化for循环
它会按顺序打印1~5的整数,如果我们使用1:8它的结果应该是1到8的整数,试验如下:
羽翮已就之图像处理之matlab优化for循环
预测正常那么我们可以理解:的作用就是相当于数学的羽翮已就之图像处理之matlab优化for循环
如果我们中间在来组:那结果会怎么样呢?没有实践就没有发言权,试验如下:
羽翮已就之图像处理之matlab优化for循环
打印结果是1、3、5、7,有点像公差为2的等差数列,用高中的知识就是

羽翮已就之图像处理之matlab优化for循环
应该没错吧,自己也推了一遍,高中知识快忘完啦。
那么如果1:3:8的话及公差为3的等差数列。获得的答案应是1、4、7试验如下

羽翮已就之图像处理之matlab优化for循环
结果与猜测相符。
假设我有个图片长成
羽翮已就之图像处理之matlab优化for循环

我想获得它第一个像素点及1,那么我该怎么办呢?使用A(1)会得出第一个像素点吗?
试验是检验真理的唯一标准。
羽翮已就之图像处理之matlab优化for循环
是对的进行验证,如果我想获得第一行第二列这个像素点2会是A(2)吗?进行试验:
羽翮已就之图像处理之matlab优化for循环
发现他是第二行第一列的的像素点,假设下如果是A(3)的话我们会得到第三行第一列的的像素点及7。进行试验如下:
羽翮已就之图像处理之matlab优化for循环
此时y有个大胆的想法,如果A(2,2)答案会不会是第一行第二列的值及5,进行试验。
羽翮已就之图像处理之matlab优化for循环
预测成功,那A(3,3)及是9了,验证结果如下
羽翮已就之图像处理之matlab优化for循环
接下来我们来认识size函数,这个函数会获得矩阵的行列,试验1如下
羽翮已就之图像处理之matlab优化for循环

试验2验证
羽翮已就之图像处理之matlab优化for循环
试验3
羽翮已就之图像处理之matlab优化for循环
那么我们尝试做如下试验,如果C(1)是不是矩阵的行呢及X,试验结果如下:
羽翮已就之图像处理之matlab优化for循环
合适!于是大胆猜测C(2)=Y=4试验结果如下
羽翮已就之图像处理之matlab优化for循环

成立!
那么从返回值观察size返回了3和4,3是第一列4是第二列,那C(1)=3,C(2)=4。
接下来小y在想,如果将一个图片降采样的话,会不会使用矩阵算法比使用双重for-end会快。
首先我们尝试将矩阵自动打印。从我们上面的试验不难猜出
羽翮已就之图像处理之matlab优化for循环
得出正确打印,如果隔行隔列一打印呢?
羽翮已就之图像处理之matlab优化for循环
好了我们成功的使用矩阵隔行隔列一打印。那么我们接下来看重点,处理图片速度会不会差距很大?
首先使用for循环。

羽翮已就之图像处理之matlab优化for循环
运行了两次都在1.3s左右。
接下来使用矩阵处理
羽翮已就之图像处理之matlab优化for循环
运行完以后y沉默了。感觉结果不对差距也太小了,我在拿个大图试试。
羽翮已就之图像处理之matlab优化for循环
这个图大,我们测试后在2.7-5秒之间
羽翮已就之图像处理之matlab优化for循环
这个运行时间在2.6-4.2秒之间。
算下效率呗。如果标准是1秒处理完毕的话,那for循环的车牌处理效率是74%
羽翮已就之图像处理之matlab优化for循环
矩阵的处理速度是87%
羽翮已就之图像处理之matlab优化for循环
这么看矩阵的效率是比for循环高。
那么大图的处理效率再看下,首先还是观察for循环的效率是34%。
羽翮已就之图像处理之matlab优化for循环
矩阵的效率是38%
羽翮已就之图像处理之matlab优化for循环
怎么说呢半斤八两吧,如果非要找个好的方法,那矩阵确实好点,也就是矬子里面拔将军。

有人看到我在用车牌做图像处理,那么接下来在闲暇时间我打算完成matlab图像识别的教程,代码都是这样逐行解释的。文章来源地址https://www.toymoban.com/news/detail-410796.html

到了这里,关于羽翮已就之图像处理之matlab优化for循环的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 数字图像处理实验之Matlab对图像的基本处理

    1、提取Lena图像的左半上角部分,与原始Lena图像在同一个figure中显示,并做适当命名 效果图 2、利用 imnoise , 对原始Lena图像叠加高斯噪声,产生4幅、14幅、140幅的含噪图像。对这些含噪图像采用 相加  运算,来验证、比较图像相加消除叠加性噪声的效果。将原始图像、1幅噪

    2024年02月03日
    浏览(42)
  • matlab数字图像处理之图像增强

    图像处理 基本目的之一是改善图像质量,而改善图像最常用的技术是图像增强的目的是为了改善图像的视觉效果,使图像更加清晰,便于人和计算机对图像进一步的分析和处理 图像质量 的基本含义是指人们对一幅图像视觉感受的评价。图像增强的目的就是为了改善图像显示

    2024年02月04日
    浏览(43)
  • 【matlab图像处理】图像直方图操作和matlab画图

    中国史之【平王东迁】: 公元前771年,因镐京曾遭地震,残破不堪,又接近戎、狄等外患威胁,周平王遂在郑、秦、晋等诸侯的护卫下,将国都东迁至洛邑,东周历史由此开始。 ——来源:全历史APP 【路漫漫其修远兮,吾将上下而求索】 今天介绍图像的直方图操作以及用

    2024年02月04日
    浏览(35)
  • 数字图像处理之matlab大作业:自制图像处理小工具

    学习的过程向来不是容易的,创造一个作品的过程更是不容易的。因此,在文章的最后,提供了两个现成的示例代码,大家直接可以拿来运行。在完成大作业的时候,大家可以在已有作品的基础上,按照自己的需求进行修改,添加我们课程要求的功能,并体会如何完成一个完

    2024年02月10日
    浏览(35)
  • 数字图像处理之matlab实验(五):形态学图像处理

    常见的形态学处理包括腐蚀、膨胀、开运算、闭运算。不同的操作有不同的作用,同样的操作在不同类型的图片上也有不同效果,具体效果如下表格所示。要求熟练掌握对二值图像的形态学处理。 不同操作对不同类型图像处理效果 一、对二值图像进行处理 1、结构元素 在开

    2024年02月04日
    浏览(47)
  • MATLAB图像处理学习——图像类型的转换

    目录 1.常用的图像类型转换函数 2.实例说明  (1)RGB图像转换为灰度图像  (2)RGB图像转换为索引图像  (3)灰度图像转换为索引图像  (4)索引图像转换为灰度图像  (5)索引图像转换为RGB图像  (6)二值图像的转换  (7)数值矩阵转换为灰度图像 函数名 函数功能

    2024年02月04日
    浏览(34)
  • 数字图像处理 关于matlab的图像变换

    熟悉及掌握图像的傅里叶变换、离散余弦变化原理及性质,实现图像的频率域变换。 1. 读入一幅图像,分别为图像添加叠加密度为0.04的椒盐噪声,均值为0方差为0.02的高斯噪声,做FFT变换。将原始图像、原始图像频谱图、添加噪声后的图像,以及噪声图像的频谱图同时显示出

    2024年02月05日
    浏览(38)
  • matlab数字图像处理——图像的读写,灰度、二值图像

    一、实验目的 1.结合数字图像处理的知识,直观感受图像处理的基本实现过程 2.熟悉MATLAB工具的使用 3.了解图像的读写和显示 二、实验内容 实验内容一:图像读取 (1)利用编程实现读取图像 利用imread读取文件夹images中的图像;查看读取到的图像数据矩阵,对比灰度图像、

    2024年02月07日
    浏览(41)
  • 【学生作业】数字图像处理之MATLAB大作业:自制图像处理小工具

      本文为一个刚入门 MATLAB 的学生所写,内容是使用 APP Designer 做一个 GUI 界面的图像处理的小工具。还有很多不足,欢迎批评指正。   APP Designer 学习教程指路👉MATLAB App Designer基础教程Matlab GUI界面设计   作业要求指路👉数字图像处理之matlab大作业:自制图像处理小工

    2024年02月11日
    浏览(35)
  • matlab图像处理

    1.图片的读取(下左)   2.转为灰度图像(上右) 查看是否是灰度图像的一个方法: disp(\\\'输出字符串\\\')%输出字符串; ndims()%输出矩阵维度,这里灰度图像或二值图像矩阵维度都为2,彩色图像为3。所以无法判断是灰度图像还是二值图像。之前matlab有函数isgray(),现在被移除

    2024年02月03日
    浏览(33)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包