matlab数字图像处理——图像的读写,灰度、二值图像

这篇具有很好参考价值的文章主要介绍了matlab数字图像处理——图像的读写,灰度、二值图像。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。

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

  1. 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、彩色图像和二值图像数据的差别;利用imwrite将读取到的图像存储到文件夹output中
x=imread('cat.jpg')
imshow(x)
imwrite(x,'output/cat2.jpg')

实验结果:
读取图像查看图像数据矩阵:
matlab数字图像处理——图像的读写,灰度、二值图像

写入图像数据到output文件夹:
matlab数字图像处理——图像的读写,灰度、二值图像

(2)利用编程实现将彩色图像转换成为灰度图像
利用imread读入图片tree.jpg,利用rgb2gray将RGB图像转换为灰度图像,显示灰度图像,将此灰度图像存储成为trees_gray.jpg文件

x=imread('tree.jpg')
y=rgb2gray(x);
imshow(y)
imwrite(y,'output\tree_gray.jpg')

实验结果:
matlab数字图像处理——图像的读写,灰度、二值图像

灰度矩阵与彩色图像矩阵的区别:彩色图像数据矩阵比灰度矩阵元素多很多,读取所需时间也更长

(3)利用编程将灰度图像转换成为二值图像
不设定灰度阈值

利用imread读入trees_gray.jpg,利用im2bw将灰度图像转换二值图像(阈值自行设定),显示二值图像,将此二值图像存储成为trees_bw.jpg文件

x=imread('tree.jpg');
y=im2bw(x)
imshow(y)
imwrite(y,'output\tree_bw.jpg')

实验结果:
matlab数字图像处理——图像的读写,灰度、二值图像

对比二值图像和灰度图像的数据矩阵差别:二值图像数据矩阵元素只由0和1构成
(4)创建图像
创建一个二值图像,中间(20*40)部分是白色,剩余部分为黑色。

x=zeros(512,512);
x(246:266,236:276)=1;
imshow(x)
imwrite(x,'output/512.jpg')

首先创建一个512*512的0矩阵
matlab数字图像处理——图像的读写,灰度、二值图像

再将中间一部分置为1,并储存图像到output文件夹
matlab数字图像处理——图像的读写,灰度、二值图像

(5)在保证将图像的长宽比不变的情况下,将图像缩小
利用imread读入trees_gray.jpg,利用size函数得到图像数据矩阵维度,利用imresize将图像缩小原来的一半,显示缩小后的图像,将此缩小后图像存储成为trees_small.jpg文件

x=imread('output\tree_gray.jpg');
d=size(x)
y=imresize(x,[512 512]);
s=size(y)
imshow(y)
imwrite(y,'output\tree_small.jpg')

其中d为原图像大小,s为缩小后图像大小
matlab数字图像处理——图像的读写,灰度、二值图像文章来源地址https://www.toymoban.com/news/detail-471450.html

到了这里,关于matlab数字图像处理——图像的读写,灰度、二值图像的文章就介绍完了。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

  • 二、FPGA实时图像处理(灰度转换、高斯滤波、二值化和边缘检测)

    基于图像实时采集系统实现图像处理 算法:采用精度为7的心理学公式:Gray = R 0.299 + G 0.587 + B 0.114, Gray = R 38 + G 75 + B 15 7 采用sobel算子进行边缘检测。 可以通过参数定义修改二值化和边缘检测阈值,以及控制是否进行图像处理和图像处理类型选择。 高斯滤波效果不明显不做演

    2024年02月11日
    浏览(53)
  • 【数字图像处理】灰度图像中添加高斯噪声、椒盐噪声、斑点噪声以及利用不同方法(中值、排序、维纳滤波)去除各种噪声的matlab程序

    图像处理问题描述: 1、图像中分别加入不同方差的高斯噪声、不同噪声密度椒盐噪声和不同方差的斑点噪声(Gaussian noise, salt  pepper noise and speckle noise) 2、分别通过函数medfilt2、ordfilt2和 Wiener 2 去除图像中添加的一些噪声(Gaussian noise, salt  pepper noise and speckle noise)。 各部

    2024年02月07日
    浏览(57)
  • MATLAB图像处理(二):图像转二值图

    二值图即黑白图,图中只有黑白色之分。图像的二维矩阵只由0和1构成,0表黑色,1表白色。 二值化利于图像进一步处理,且数据量减小,易于凸显出目标轮廓。 具体定义可以参考如下链接: http://zhidao.baidu.com/question/89536354.html 首先对有256个亮度等级的灰度图像进行阈值选取

    2024年02月04日
    浏览(53)
  • FPGA|数字图像处理实现口罩识别——二值化

    【写在前面】刚入门小菜鸟,记录一下口罩识别学习过程。参考文件和网址会在文末注明。有错误欢迎指出,也欢迎进行补充~ 原理图如下,二值化对应为红框里的部分 使用的二值化方法是 手动指定一个 阈值 ,通过阈值来进行二值化处理 。(还有一种方法是一个自适应阈值

    2023年04月11日
    浏览(49)
  • MATLAB 图像处理 (二值化,image图片黑白处理)

    Q: MATLAB如何将图片进行 二值化 ,并将 二值化后图片 中的 黑色变成白色 , 原本的白色保持不变,黑白之间的黑色轮廓保持不变。 A: 使用 MATLAB 中的 imbinarize 函数 进行图片二值化。将指定阈值以下的像素值设为 0,其他像素值设为 1。 然后可以使用逻辑取反运算符 ~ (波浪线

    2023年04月08日
    浏览(45)
  • 数字图像处理——灰度图像(视频)转化伪彩色图像(视频)(含源代码)

    目录 一,整体框架 指定图像或视频构建索引表Byrgbgetindex 通过构建的索引表进行伪彩色转换byindexgetrgb 通过函数映射进行伪彩色转换gray_differup2rgb 通过密度分割将灰度进行映射midufenge GUI界面 last 二,处理方法介绍 函数结构 Byrgbgetindex 输入内容 Rgb_img Bili Junyuncha Xianyancha 输出内

    2024年02月19日
    浏览(58)
  • Matlab+FPGA进行灰度图像处理

    …# Matlab+FPGA进行灰度图像处理(两种方式) * MATLAB主要用于思路验证,转到FPGA的话需要对底层函数逻辑清楚才行,python也能进行matlab在这里做的所有操作,有兴趣可以深入。 1.matlab读取图片显示: 2.matlab灰度反显 3.matlab二值化,将灰度进行黑白划分 matlab把图片转到txt格式,文

    2024年02月08日
    浏览(54)
  • Matlab图像处理-灰度插值法

    最近邻法 最近邻法是一种最简单的插值算法,输出像素的值为输入图像中与其最邻近的采样点的像素值。是将 ( u 0 , v 0 ) (u_0,v_0) 点最近的整数坐标 u , v (u,v) 点的灰度值取为 ( u 0 , v 0 ) (u_0,v_0) 点的灰度值。 在 ( u 0 , v 0 ) (u_0,v_0) 点各相邻像素间灰度变化较小时,这种方法是一

    2024年02月10日
    浏览(52)
  • Matlab图像处理(1)彩色图像转换为灰度图像(初学必看)

    手把手教你用Matlab实现彩色图像转换为灰度图像 这是一个最基本将彩色图像转换为灰度图像的代码,接下来详细解释代码: ‘RGB’是自己设置的,可以换成另外任何字母可以是a,也可以是b ‘imread’是matlab自带的函数,意思是将后面的对象读入工作区,是必不可少的一步

    2024年02月05日
    浏览(45)
  • 2.matlab图像三种方法灰度值处理

    彩色图像 :每个像素由R、G、B三个分量表示,每个通道取值范围0~255。(通一个彩色图像是由三页组成的,分别是R、G、B,每一页都是一个二维矩阵) 灰度图像 :每个像素只有一个采样颜色的图像,这类图像通常显示为从最暗黑色到最亮的白色的灰度。灰度值分布在0~255之间

    2024年02月15日
    浏览(45)

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