MATLAB大作业——美图秀秀

这篇具有很好参考价值的文章主要介绍了MATLAB大作业——美图秀秀。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。

基于APP Designer完成MATLAB大作业之简易版美图秀秀设计

目录​​​​​​​

一、基础功能

二、添加效果

三、调色

四、美颜

五、贴图

六、相框


一、基础功能

1 导入图片

function ButtonImport(app, event)
            [filename,pathname]=uigetfile({'*.*';'*.jpg';'*.tif';'*.png';'*.bmp'},'导入图片');%选择图片的格式
            if isequal(pathname,0)
                errordlg('未选择文件','错误');%创建错误对话框
                return
            else
                file=[pathname filename];
                I=imread(file);
                app.OriginalImage=file;% app.OriginalImage为全局变量,存储原始图像
                app.ChangedImage=I;% app.ChangedImage为全局变量,存储最近改变的图像
                app.EffectImage=I;% app.EffectImage为全局变量,与app.ChangedImage作用相似,作为某些功能的读入图像
            end
                imshow(I,'Parent',app.UIAxes);
        end

效果:

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

2 保存图片

function ButtonSave(app, event)
            [filename,pathname]=uiputfile({'*.*';'*.jpg';'*.tif';'*.png';'*.bmp'},'保存图片');%选择图片的格式
            if isequal(pathname,0)
                msgbox("保存失败!");
            else
                I=fullfile(pathname,filename);% 构建完整文件名
                imwrite(app.ChangedImage,I);
                msgbox("保存成功!");
            end
        end

效果:

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

3 重置

function ButtonReset(app, event)
            app.ChangedImage=imread(app.OriginalImage);%app.OriginalImage为全局变量,存储原始图像
            imshow(app.ChangedImage,'Parent',app.UIAxes);
            app.Slider.Value=0;% 令布局中的滑块归为默认位置
            app.Slider_2.Value=0;
            app.Slider_3.Value=0;
            app.Slider_5.Value=0;
            app.Slider_6.Value=0;
        end

4 退出

function ButtonExit(app, event)
            exit=questdlg('是否退出程序?','关闭','Yes','No','No');%创建问题对话框,是否关闭程序,默认为No
            switch exit
                case 'Yes'
                    delete(app.UIFigure);%删除APP中的UI图窗
                    return
                case 'No'
                    return
            end
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

5 旋转

function ButtonRotate(app, event)
            I=app.ChangedImage;
            R=imrotate(I,-90);% 顺时针旋转90度
            app.ChangedImage=R;
            imshow(app.ChangedImage,'Parent',app.UIAxes);
            app.EffectImage=R;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

6 裁剪

function ButtonCrop(app, event)
            I=app.ChangedImage;
            imshow(I);% 弹出裁剪弹窗
            [x,y]=ginput(2);% 识别坐标区区域
            close;
            I2=imcrop(I,[x(1),y(1),abs(x(1)-x(2)),abs(y(1)-y(2))]);
            imshow(I2,'Parent',app.UIAxes)
            app.ChangedImage=I2;
            app.EffectImage=I2;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

7 水平翻转

function ButtonH_flip(app, event)
            I=app.ChangedImage;
            F=fliplr(I);
            imshow(F,'Parent',app.UIAxes);
            app.ChangedImage=F;
            app.EffectImage=F;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

8 垂直翻转

function ButtonV_flip(app, event)
            I=app.ChangedImage;
            F=flipud(I);
            imshow(F,'Parent',app.UIAxes);
            app.ChangedImage=F;
            app.EffectImage=F;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

二、添加效果

1 灰度化

function ButtonGray(app, event)
            I=app.EffectImage;
            I=im2gray(I);
            imshow(I,'Parent',app.UIAxes);
           app.ChangedImage=I;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

2 黑白

function ButtonBW(app, event)
            I=app.EffectImage;
            I=rgb2gray(I);
            I=im2bw(I);
            imshow(I,'Parent',app.UIAxes);
           app.ChangedImage=I;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

3 底片

function Button_DP(app, event)
            I=app.EffectImage;
            I=255-I;
            I=im2gray(I);
            imshow(I,'Parent',app.UIAxes);
            app.ChangedImage=I;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

4 素描

function ButtonSketch(app, event)
            I=app.EffectImage;
%             灰度化
            I_gray=im2gray(I);
%             反色
            J=255-I_gray;
%             创建8x8高斯滤波器
            g=fspecial('gaussian',[8 8],8);
%             用滤波器g对图像J进行滤波
            K=imfilter(J,g);
            [m,n]=size(I_gray);
            for i=1:m
                for j=1:n
%                     为模糊后的图像添加减淡效果
                    img(i,j)=uint8(min(uint16(I_gray(i,j))+(uint16(I_gray(i,j))*uint16(K(i,j)))/(255-uint16(K(i,j))),255));% 减淡公式
                end
            end
            imshow(img,'Parent',app.UIAxes);
            app.ChangedImage=img;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

5 增强

function ButtonStrengthen(app, event)
            I=app.EffectImage;
            J=histeq(I);% 直方图均衡化
            imshow(J,'Parent',app.UIAxes);
            app.ChangedImage=J;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

6 模糊

function ButtonBlurred(app, event)
            I=app.EffectImage;
%             创建运动模糊滤波器
            PSF=fspecial('motion',25,11);
%             对原图滤波,模糊图像
            Blurred=imfilter(I,PSF,'conv','circular');
            imshow(Blurred,'Parent',app.UIAxes);
            app.ChangedImage=Blurred;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

7 锐化

function ButtonSharpen(app, event)
            I=app.EffectImage;
            I2=im2gray(I);
            edge=uint8(zeros(size(I2)));
            h=size(I2,1);
            w=size(I2,2);
            for i=1:h-1
                for j=1:w-1
                    edge(i,j)=uint8(abs(I2(i,j)-I2(i+1,j+1))+abs(I2(i+1,j)-I2(i,j+1)));% Robert算子
                end
            end
            J=edge+I;
            imshow(J,'Parent',app.UIAxes);%显示图像edge
            app.ChangedImage=J;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

8 浮雕

function ButtonRelief(app, event)
            I=app.EffectImage;
            [m,n,d]=size(I)
            for k=1:d
                for i=2:m-1
                    for j=2:n-1
%                         浮雕算法卷积公式
                        I2(i,j,k)=I(i+1,j+1,k)-I(i-1,j-1,k)+128;
                        if I2(i,j,k)>255
                            I2(i,j,k)=255;
                        else if I2(i,j,k)<0
                                I2(i,j,k)=0;
                        else I2(i,j,k)=I2(i,j,k);
                        end
                        end
                    end
                end
            end
            imshow(I2,'Parent',app.UIAxes);
            app.ChangedImage=I2;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

9 油画

function ButtonOilPaint(app, event)
            I=app.EffectImage;
            SE=strel('ball',3,3);
            P=imerode(I,SE);
            imshow(P,'Parent',app.UIAxes);
            app.ChangedImage=P;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

10 马赛克

function Button_MSK(app, event)
%原图的路径
        f = app.EffectImage;
        imshow(f);
% 用imrect框出某一部分
        t=imrect;
% 其中pos的返回值中有四个参数,[xmin,ymin,width,height],
        pos=getPosition(t);
% 选取位置结束后关闭窗口
        close;
        a=int16(pos(1,1));% x
        b=int16(pos(1,2));% y
        c=int16(pos(1,3));% width
        d=int16(pos(1,4));% height
% 用imcrop截图
        g=imcrop(f,pos);
        gr = g(:,:,1);
        [h w] = size(gr);
% 截图区域
        img = g;
%设置马赛克区域n*n像素块大小,一个区域内为同一个颜色值
        n = 20;
        nh = floor(h/n)*n;%将不一定是n的整数倍的图像大小化为整数倍
        nw = floor(w/n)*n;
%对三个通道进行循环处理
%对框处区域做单独均值滤波处理
        for t = 1:3
%     1为起始值,n为步长,nh为终止值
            for j = 1:n:nh
%         1为起始值,n为步长,nw为终止值
                for i = 1:n:nw
                    img(j:j+n-1, i:i+n-1, t) =mean(mean(g(j:j+n-1, i:i+n-1, t)));%对列进行取均值处理,mean为求数组的均值
                end
                img(j:j+n-1,nw:w , t ) = mean(mean(g(j:j+n-1,nw:w , t)));%处理最后的列
            end
            for i = 1:n:nw
                img(nh:h, i:i+n-1, t) = mean(mean(g(nh:h, i:i+n-1, t)));%处理最后的行
            end
            img(nh:h, nw:w, t) = mean(mean(g(nh:h, nw:w , t)));%处理最后的角
        end
% 将马赛克区域放回到原图像当中
        f(b:b+d,a:a+c,1:3)=img(:,:,1:3); 
        imshow(f,'Parent',app.UIAxes);
        app.ChangedImage=f;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

三、调色

1 色调

function SliderValueChangingSD(app, event)
            changingValue = event.Value;
           I=app.ChangedImage;
            hsv=rgb2hsv(I);
            hsv(:,:,1)=(changingValue+1)*hsv(:,:,1);
            hsv(:,:,2)=hsv(:,:,2);
            hsv(:,:,3)=hsv(:,:,3);
            img=hsv2rgb(hsv);
            imshow(img,'Parent',app.UIAxes);
           app.HSV2=img;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

2 饱和度

function Slider_2ValueChangingBHD(app, event)
            changingValue = event.Value;
            I=app.HSV2;
            hsv=rgb2hsv(I);
            hsv(:,:,2)=(changingValue+1)*hsv(:,:,2);
            hsv(:,:,1)=hsv(:,:,1);
            hsv(:,:,3)=hsv(:,:,3);
            img=hsv2rgb(hsv);
            imshow(img,'Parent',app.UIAxes);
            app.HSV1=img;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

3 明度

function Slider_3ValueChangingLD(app, event)
            changingValue = event.Value;
            I=app.HSV1;
            hsv=rgb2hsv(I);
            hsv(:,:,3)=(changingValue+1)*hsv(:,:,3);
            hsv(:,:,1)=hsv(:,:,1);
            hsv(:,:,2)=hsv(:,:,2);
            img=hsv2rgb(hsv);
            imshow(img,'Parent',app.UIAxes);
            app.ChangedImage=img;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

四、美颜

1 美白

function Slider_5ValueChangingBeauty(app, event)
            changingValue = event.Value;
            I=app.EffectImage;
           I1=rgb2ycbcr(I);%将图片的RGB值转换成YCbCr值
           YY=I1(:,:,1);%YY为亮度信号
           Cb=I1(:,:,2);%Cb为蓝色色度分量
           Cr=I1(:,:,3);%Cy为红色色度分量
           [x y z]=size(I1);%获取图像大小
           tst=zeros(x,y);%建立大小为xy的零矩阵
           Mb=mean(mean(Cb));%返回Cb矩阵的包含每列均值的行向量的均值
           Mr=mean(mean(Cr));%返回Cy矩阵的包含每列均值的行向量的均值
%            计算Cb、Cr的均方差
           Tb=Cb-Mb;
           Tr=Cr-Mr;
           Db=sum(sum((Tb).*(Tb)))/(x*y);
           Dr=sum(sum((Tr).*(Tr)))/(x*y);
%            根据阀值的要求提取出near-white区域的像素点
           cnt=1;
           for i=1:x
               for j=1:y
                   b1=Cb(i,j)-(Mb+Db*sign(Mb));%sign为符号函数
                   b2=Cr(i,j)-(Mr+Dr*sign(Mr));
                   if (b1<abs(1.5*Db)&&b2<abs(1.5*Dr))
                       J(cnt)=YY(i,j);
                       tst(i,j)=YY(i,j);
                       cnt=cnt+1;
                   end
               end
           end
            cnt=cnt-1;
            K=sort(J,'descend');%将提取出的像素点按降序排列
            nn=round(cnt/(changingValue+6.05));%参考白点
            H(1:nn)=K(1:nn);%提取出near-white区域中的参考白点
%           提取出参考白点的RGB三信道的值
            mn=min(H);
            for i=1:x
                for j=1:y
                    if tst(i,j)<mn
                        tst(i,j)=0;
                    else
                        tst(i,j)=1;
                    end
                end
            end
            R=I(:,:,1);
            G=I(:,:,2);
            B=I(:,:,3);
            R=double(R).*tst;
            G=double(G).*tst;
            B=double(B).*tst;
%             计算参考白点的RGB的均值
            Rav=mean(mean(R));
            Gav=mean(mean(G));
            Bav=mean(mean(B));
            Ymax=double(max(max(YY)))*0.15;%计算图片亮度的最大值
%             计算出RGB三信道的增益
            Rgain=Ymax/Rav;
            Ggain=Ymax/Gav;
            Bgain=Ymax/Bav;
%             通过增益调整图片的RGB三信道
            I(:,:,1)=I(:,:,1)*Rgain;
            I(:,:,2)=I(:,:,2)*Ggain;
            I(:,:,3)=I(:,:,3)*Bgain;
            imshow(I,'Parent',app.UIAxes);
            app.ChangedImage=I;
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

2 磨皮

function Slider_6ValueChangingBuffing(app, event)
            changingValue = event.Value;
            img0=app.EffectImage;
            tempsize = 5;%控制高斯滤波器大小的参数
            sigma1 = 5;%控制高斯滤波器的标准差,越大,平滑程度越好
            sigma2=changingValue+0.01;%控制灰度的敏感性,灰度差越大,权重越小
%             padarray用于填充高斯滤波器数组,便于卷积操作,否则图片边界易出现黑边
            img = double(padarray(img0,[tempsize,tempsize],0))/255;% 在每个维度都添加tempsize个0
            %通道提取
            imgr = img(:,:,1);
            imgg = img(:,:,2);
            imgb = img(:,:,3);
            [m,n] = size(imgr);
            img(:,:,1) = B_filter(imgr,tempsize,sigma1,sigma2);
            img(:,:,2) = B_filter(imgg,tempsize,sigma1,sigma2);
            img(:,:,3) = B_filter(imgb,tempsize,sigma1,sigma2);
            img=img(tempsize+1:m-tempsize,tempsize+1:n-tempsize,:);%只显示彩色区域,取出黑边
            imshow(img,'Parent',app.UIAxes)
            app.ChangedImage=img;
            
            function out = B_filter(Img,tempsize,sigma0,sigma1)
            %高斯滤波器模板定义
            gauss = fspecial('gaussian',2*tempsize+1,sigma0);%创建旋转对称的高斯低通滤波器
            [m,n] = size(Img);
            for i = 1+ tempsize : m - tempsize
                    for j = 1+ tempsize : n - tempsize
                    %提取处理区域得到梯度敏感矩阵
                    temp = abs(Img(i - tempsize:i + tempsize,j - tempsize:j + tempsize) - Img(i,j));
                    temp = exp(-temp.^2/(2*sigma1^2));
                    %得到双边滤波器并将权值和化为一
                    filter = gauss.*temp;% 双边滤波权值
                    filter = filter/sum(filter(:));% 权值归一化
                    %卷积
                    Img(i,j) = sum(sum((Img(i - tempsize:i + tempsize,j - tempsize:j + tempsize).*filter)));% 得到滤波后的图像
                    end
            end
            out = Img;
            end
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

五、贴图

function ImageClickedCat1(app, event)
            rgb=app.EffectImage;
            I = rgb2gray(rgb);
            [n1,n2] = size(I);
            h = ones(9)/81;
            I = uint8(conv2(I,h));% 均值滤波,将矩阵I、h进行卷积
            BW = imbinarize(I);% 将原图像二值化
            B = ones(21);% 结构元素,构造一个21x21的全1矩阵
            BW = BW-imerode(BW,B);% 用模板B对二值化图像进行腐蚀,再用二值化图像减去腐蚀图像得到图像边界
            BW = bwmorph(BW,'thicken');% 针对二值图像的形态学运算,通过向对象外部添加像素来加厚对象,直到先前未连通的对象实现8连通为止
            BW = not(bwareaopen(not(BW), 300));% 面积开运算,not为逻辑求反,bwareaopen从二值图像 BW 中删除少于300个像素的所有连通分量(对象),并生成另一个二值图像BW,填洞
%进行形态学运算
            B = strel('line',50,90);% 构建形态结构元素B
            BW = imdilate(BW,B);% 膨胀运算
            BW = imerode(BW,B);% 腐蚀运算
            B = strel('line',10,0);% 构建形态结构元素B
            BW = imerode(BW,B);% 腐蚀运算
%细分
            div = 10;
            r = floor(n1/div);% 分成10块行,floor将每个元素四舍五入到小于或等于该元素的最接近整数
            c = floor(n2/div);
            x1 = 1;% 对应行初始化
            x2 = r;
            s = r*c;% 块面积
%判断人脸是否处于图片四周,如果不是就全部弄黑,二值化操作
            for i=1:div
                y1 = 1;%对应列初始化
                y2 = c;
                for j=1:div
                    loc = find(BW(x1:x2,y1:y2)==0);% 统计这一块黑色像素的位置
                    num = length(loc);% 返回loc中最大数组维度的长度
                    rate = num*100/s;% 统计黑色像素占比
                    if (y2<=0.2*div*c||y2>=0.8*div*c)||(x1<=r||x2>=r*div)
                        if rate <=100
                            BW(x1:x2,y1:y2) = 0;
                        end
                        %imshow(BW)
                    else
                        if rate <=25
                            BW(x1:x2,y1:y2) = 1;
                        end
                        %imshow(BW)
                    end% 下一列
                    y1 = y1 + c;
                    y2 = y2 + c;
                end% 下一行
                x1 = x1 + r;
                x2 = x2 + r;
            end
            L = bwlabel(BW,8);% 利用bwlabel函数对8连通域区间进行标号,返回与BW同样大小的标记了的矩阵
            BB = regionprops(L,'BoundingBox');% 得到矩形框,框柱每一个连通域,返回框的参数值
            BB = cell2mat(struct2cell(BB));% 先将结构体转换为元胞数组,再将元胞数组转化为普通数组
            [s1,s2] = size(BB);% 获取数组BB的大小
            BB = reshape(BB,4,s1*s2/4)';% 将数组重构为一个4xs1*s2/4的矩阵;
            pickshape = BB(:,3)./BB(:,4);
            shapeind = BB(0.3<pickshape&pickshape<3,:);% 筛选掉尺寸比例不合格
            [~,arealind] = max(shapeind(:,3).*shapeind(:,4));
            [fore_img,map,alpha]=imread('mm2.png');% 读入当前选择的贴图
            angle_eyes=0;
%取矩形框的中心点,确定贴图的位置
            pos_x=shapeind(arealind,1)+shapeind(arealind,3)/2;
            pos_y=shapeind(arealind,2)+shapeind(arealind,3)/2;
            size_ear=1.5*shapeind(arealind,3);% 将贴图放大一定倍数
            image = stick_picture(rgb,fore_img,pos_x,pos_y,size_ear,angle_eyes,alpha);% 调用贴图函数
            imshow(image,'Parent',app.UIAxes);
            app.ChangedImage=image;

%贴图的函数
            function back_img =          stick_picture(back_img,fore_img,pos_x,pos_y,fore_size,angle,alpha)

%调整贴图图像大小,返回图像fore_img,其行数和列数由二元素向量 [numrows numcols] 指定。
            scale_img = imresize(fore_img, [uint16(fore_size),uint16(fore_size)]);
            alpha = imresize(alpha, [uint16(fore_size),uint16(fore_size)]);
%angle为旋转度数,'crop',使输出图像 J 与输入图像 I 大小相同,裁剪旋转后的图像以适应边界框。
            scale_img = imrotate(scale_img, angle, 'crop');
            alpha = imrotate(alpha, angle, 'crop');
%获取调整大小后的贴图图像大小
            scale_size = size(scale_img);
            h = scale_size(1);
            w = scale_size(2);
%获取背景图片大小
            hh = size(back_img,1);
            ww = size(back_img,2);
            delt_h = uint16(pos_y - h/2);
            delt_w = uint16(pos_x - w/2);
            for i = 1:h
            for j = 1:w
            if alpha(i,j)~=0 && i+delt_h<=hh && i+delt_h>0 && j+delt_w<=ww && j+delt_w>0 % 透明度检查和越界检查
            back_img(i+delt_h,j+delt_w,1) = (uint16(alpha(i,j)) * uint16(scale_img(i,j,1)) + uint16(255-alpha(i,j)) * uint16( back_img(i+delt_h,j+delt_w,1) ) )/255;
            back_img(i+delt_h,j+delt_w,2) = (uint16(alpha(i,j)) * uint16(scale_img(i,j,2)) + uint16(255-alpha(i,j)) * uint16( back_img(i+delt_h,j+delt_w,2) ) )/255;
            back_img(i+delt_h,j+delt_w,3) = (uint16(alpha(i,j)) * uint16(scale_img(i,j,3)) + uint16(255-alpha(i,j)) * uint16( back_img(i+delt_h,j+delt_w,3) ) )/255;
            end
            end
            end
            end
            end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法 imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

六、相框

function Image5Clicked_XK1(app, event)% 与贴图功能中的贴图函数几乎相同,稍加改动
        I=app.EffectImage;
        [fore_img,map,alpha]=imread('xk4.png');
% 获取原图的行列数,便于在函数中获取行列值,将贴图大小与图片大小统一
        [m,n,h]=size(I);
        angle=0;
        pos_x=0;
        pos_y=n/2;
        img = stick_picture(I,fore_img,pos_x,pos_y,m,n,angle,alpha);
        imshow(img,'Parent',app.UIAxes);
        app.ChangedImage=img;

%       贴图的函数
        function back_img = stick_picture(back_img,fore_img,pos_x,pos_y,m,n,angle,alpha)

%       调整贴图图像大小,返回图像fore_img,其行数和列数由二元素向量 [numrows numcols] 指定。
        scale_img = imresize(fore_img, [m,n]);
        alpha = imresize(alpha, [m,n]);
%       angle为旋转度数,'crop',使输出图像 J 与输入图像 I 大小相同,裁剪旋转后的图像以适应边界框。
        scale_img = imrotate(scale_img, angle, 'crop');
        alpha = imrotate(alpha, angle, 'crop');

%       获取调整大小后的贴图图像大小
        scale_size_ = size(scale_img);
        h = scale_size_(1);
        w = scale_size_(2);

%       获取背景图片大小
        hh = size(back_img,1);
        ww = size(back_img,2);

        delt_h = uint16(pos_y - h/2);
        delt_w = uint16(pos_x - w/2);
        for i = 1:h
            for j = 1:w
                if alpha(i,j)~=0 && i+delt_h<=hh && i+delt_h>0 && j+delt_w<=ww && j+delt_w>0 % 透明度检查和越界检查
%                     贴图与原图按一定比例加权
                    back_img(i+delt_h,j+delt_w,1) = (uint16(alpha(i,j)) * uint16(scale_img(i,j,1)) + uint16(255-alpha(i,j)) * uint16( back_img(i+delt_h,j+delt_w,1) ) )/255;
                    back_img(i+delt_h,j+delt_w,2) = (uint16(alpha(i,j)) * uint16(scale_img(i,j,2)) + uint16(255-alpha(i,j)) * uint16( back_img(i+delt_h,j+delt_w,2) ) )/255;
                    back_img(i+delt_h,j+delt_w,3) = (uint16(alpha(i,j)) * uint16(scale_img(i,j,3)) + uint16(255-alpha(i,j)) * uint16( back_img(i+delt_h,j+delt_w,3) ) )/255;
                end
            end
        end
        end
        end

效果: 

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法

imshow(image,'parent',app.uiaxes);,MATLAB,数字图像处理,matlab,算法文章来源地址https://www.toymoban.com/news/detail-518694.html

到了这里,关于MATLAB大作业——美图秀秀的文章就介绍完了。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

  • 微信小程序项目实例——图片处理小工具(自制低配版美图秀秀)

    项目代码见文字底部,点赞关注有惊喜 这是一款实用的工具型小程序 共有滤镜、效果图和动态滤镜三个功能 用户可以选择想要处理的图片,设置模糊、怀旧、复古、美白以及其他效果 同时程序还增设了效果图功能 用户可以自行调整饱和度、亮度和对比度 此外程序还有动态

    2024年02月09日
    浏览(44)
  • 解决yolov5的报错:WARNING Environment does not support cv2.imshow() or PIL Image.show()

    这几天在用yolo v5训练模型调用电脑摄像头的时候遇到了这个报错,尝试了很多办法去解决,比如用pip卸载opencv再重新下载和跟换opencv的版本,或者更改yolo里的代码,但是都没有解决问题。 后来发现在我卸载了opencv后,pycharm里的cv2模块依然可以被调用,所以应该是pip的unins

    2024年02月07日
    浏览(78)
  • matlab的imshow()如何以合适大小显示图片

    如果使用imshow(a)则显示出来的图像过小,我们可以使用下句,来显示合适大小的图像 imshow(a,InitialMagnification = \\\'fit\\\')

    2024年02月16日
    浏览(43)
  • Matlab保存double图像,解决imwrite与imshow不一致的问题

    通常情况下,我们输入的图像是 unit8 格式,而 Matlab 为了提高运算时的精度,都会把图像转为 double 类型。 但是我们在使用 imwrite 保存图像时,如果直接使用 double 类型,会导致图像变成二值图像。而且此时使用 imshow 查看的话,显示出来的图像还是正常的。 为了解决这个问

    2024年02月09日
    浏览(54)
  • uni-app image懒加载

     1、 uni-app官方 给的文档注意看 lazy-load Boolean false 图片懒加载。只针对page与scroll-view下的image有效 微信小程序、百度小程序、字节跳动小程序、飞书小程序 只针对page与scroll-view下的image有效 出处image | uni-app官网 2、 微信官方 文档这个注意看 lazy-load boolean false 否 图片懒加载

    2024年02月11日
    浏览(33)
  • 安卓大作业 图书管理APP

    安卓大作业 图书管理APP 本次实验设计的是一个图书管理系统,系统的整体目录如下: 针对于每个java类或者Activity进行说明: 《1》Book.java中主要存放一些书籍的字段,来进行对于SQlite数据库操作时字段的处理。 主要字段: 《2》BookActivity 主要是书籍的Activity,他里面控制着

    2024年02月08日
    浏览(56)
  • Android Studio期末大作业---快递管理APP快递查询APP

    主要实现功能:登录,注册,数据库的增删改查(新增快递,查询快递,修改快递信息,删除快递信息) 登录注册 注册时会判断两次密码是否输入一致!!! 系统首页 两个按钮实现页面的跳转。 新增快递 查询快递信息 输入快递单号进行查询 修改快递信息 删除信息 SQLit

    2024年02月11日
    浏览(60)
  • uni-app image加载错误 404 替换为默认图片

    使用item修改 aitem.cat_icon || defaultPic 绑定图片src属性为aitem.cat_icon 如果aitem.cat_icon的值为空字符串或undefined,那么默认图片defaultPic被显示出来 当图片加载错误时,触发handleImageError方法,将aitem传进去 修改该条数据的cat_icon值 打印aitem如下,修改cat_icon即可 使用index下标修改 当图片

    2024年02月16日
    浏览(39)
  • 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)
  • uni-app - - - - - 小程序使用background-image无效?

    如题目所说,在开发小程序时,遇到该问题,该如何解决呢??? 解决办法如下: 推荐指数:🌟 操作: 在需要的位置,额外添加一个 image标签src 即为想要的图片,将其对照父元素绝对定位, z-index:1 ,将其视为背景。 推荐指数:🌟 标签: css: 推荐指数:🌟🌟 推荐指数

    2024年02月15日
    浏览(47)

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