【图像处理lec2】matlab的使用-EW帮帮网

支持的图像格式：
- 常见格式包括 TIFF、JPEG、GIF、BMP、PNG、XWD 等。
读取方法：
- 使用 MATLAB 的 imread 函数，例如 f=imread('bird.jpg');。
- 注意：
  1. 文件需位于当前目录或搜索路径中。
  2. 忽略分号会直接显示图像矩阵的值。

3、获取图像信息

（1）size(f)：

返回图像矩阵的维度（行、列和通道数）。
例如，230x352x3 表示图像高 230 像素，宽 352 像素，有 3 个通道（通常为 RGB）。

（2）whos f：

提供变量 f 的详细信息，包括大小、字节数和数据类型。
数据类型为 uint8，即每个像素值占用 1 字节。

（3）imfinfo('bird.jpg')：

提供图像文件的元数据，如文件名、修改日期、大小、格式、位深度、颜色类型等。
用于更全面的图像属性检查。

4、显示图像的函数

（1）imshow(f)：直接显示图像 f。

（2）imshow(f, G)：使用给定的灰度值范围 G 显示图像。

（3）imshow(f, [low, high])：指定像素值范围 [low, high] 的显示。

（4）imshow(f, [])：自动缩放像素值以适应显示。

5、保存图像的函数

（1）imwrite(f, 'filename')：保存图像 f 为指定文件名。

（2）imwrite(f, 'filename', 'ext')：指定文件格式。

（3）imwrite(f, 'filename', 'quality', q)：设置保存图像的质量，q 范围为 0-100（值越低，压缩越高）。

6、数据类型及图像类型

6.1 图像类型

灰度图像（Intensity Image）：
- 数据矩阵的值表示亮度。
- 数据类型可为 uint8（范围 0-255）或 double（范围 0-1）。
二值图像（Binary Image）：
- 仅包含 0 和 1 的逻辑矩阵。
- 可通过 logical 函数将数值矩阵转换为二值图像。
索引图像：
- 使用颜色映射表（colormap）存储颜色。
- 图像是二维矩阵，颜色映射表为单独的 m×3 矩阵。
RGB 图像：
- 像素的颜色值直接存储为 RGB 三元组。
- MATLAB 中 RGB 图像是三维数组（m×n×3）。

6.2 数据类型及描述

MATLAB 提供多种数据类型，每种类型的存储需求和取值范围各不相同：
- 浮点类型：
  - double：双精度浮点，范围极广（ $10^{-308}$ 至 $10^{308}$ ），每元素占 8 字节。
  - single：单精度浮点，范围较小（ $10^{-38}$ 至 $10^{38}$ ），每元素占 4 字节。
- 整数类型：
  - 无符号整数：如 uint8（0-255）占 1 字节，uint16（0-65535）占 2 字节。
  - 有符号整数：如 int8（-128 至 127），int16（-32768 至 32767）。
- 字符与逻辑类型：
  - char：存储字符，占 2 字节。
  - logical：存储布尔值，仅取 0 或 1。

这些类型的选择对图像存储、内存效率和处理速度有显著影响。

6.3 数据类型与图像类型的关系

图像的不同类型通过这些数据类型表示：
- 灰度图像（Intensity Image）：
  - 使用 uint8 或 double 数据类型表示。
  - 灰度范围根据类型不同而变化：uint8 为 [0, 255]，double 为 [0, 1]。
- 二值图像（Binary Image）：
  - 采用 logical 类型，仅存储 0 和 1。
- 索引图像（Indexed Image）：
  - 使用二维矩阵表示像素值，通过查找颜色映射表（colormap）获取颜色。
- RGB 图像：
  - 三维矩阵表示，分别存储 R、G、B 三个颜色通道。

6.4 数据类型之间的转换

MATLAB 提供灵活的类型转换函数，特别是针对图像数据的处理：

直接转换：
- 语法：B = data_class_name(A)，如 B = double(A) 将 uint8 数据转换为浮点类型。
图像工具箱函数（IPT）：
- im2uint8：将输入转换为 uint8 类型。
- im2double：将输入缩放到 [0, 1] 范围的 double 类型。
- mat2gray：用于归一化图像，按范围 [Amin, Amax] 缩放到 [0, 1]。

f = [-0.5, 0.5; 0.75, 1.5]; % double 类型数据
G = im2uint8(f); % 转换为 uint8
% G = [0, 128; 191, 255]

6.5 类型转换的注意事项

范围问题：
- 转换为整数类型时，超出范围的值会被截断。
- 转换为逻辑类型时，非零值变为 1，零值为 0。
精度问题：
- 由浮点类型转为整数类型会丢失小数部分。

6.6 MATLAB 图像类型转换示例

灰度归一化：使用 mat2gray 将图像矩阵标准化到 [0, 1]。未指定范围时，MATLAB 会自动按 A 的最小值和最大值进行归一化。

A = [128, 300; -12, 66.98];
G = mat2gray(A, [0, 255]);
% G = [0.5020, 1; 0, 0.2627]

转换为二值图像：使用逻辑运算将灰度图像转换为二值图像。

bw = A > 100; % 大于 100 的像素值为 1，其余为 0

数据类型的灵活使用是 MATLAB 图像处理的核心。选择合适的数据类型可以提升存储效率、计算速度，并避免精度丢失。
MATLAB 提供了丰富的函数支持类型之间的转换和归一化，适应多样化的图像处理需求。
熟练掌握 im2uint8、mat2gray 等函数，能在图像预处理阶段快速完成数据准备。

二、matlab语法

7、MATLAB 索引系统

MATLAB 的索引系统提供了灵活和强大的功能来操作数组和矩阵：

7.1 向量索引

MATLAB 将一维数组视为行向量或列向量：

v = [1 2 3 4]; % 行向量
w = v';        % 转置为列向量

常用操作：
- v(1:end)：从第一个到最后一个元素。
- zeros(1, 4)：生成一个 1×4 的零向量。

7.2 矩阵索引

矩阵可以通过多种方式初始化和操作：

A = [1 2 3; 4 5 6]; % 初始化
A(1, 2)             % 访问第 1 行第 2 列
A(:, 2:4)           % 提取第 2 到 4 列

特别操作：
- sum(A) 返回每列的和。
- sum(A(:)) 将矩阵展平后求总和。

7.3 调整矩阵形状的函数

reshape：调整矩阵形状，例如将 3×4 的矩阵重塑为 2×6：
```
A = [1 4 7 10; 2 5 8 11; 3 6 9 12];
B = reshape(A, 2, 6);
```

8、MATLAB 的运算与操作

8.1 算术运算

MATLAB 提供了 矩阵运算 和 数组运算，两者区别主要体现在操作对象上：

矩阵运算（线性代数）：
- *：矩阵乘法，例如 A * B。
- / 或 \：矩阵左除和右除。
数组运算（逐元素操作）：
- .*：逐元素乘法。
- .^：逐元素幂。

8.2 图像运算

MATLAB 提供专门的图像运算函数：
- imadd：图像加法。
- imsubtract：图像减法。
- imdivide：图像除法。
- immultiply：图像逐元素乘法。
示例：

C = imadd(A, B); % 两个图像的逐元素加法

9、MATLAB 的逻辑运算与关系运算

9.1 逻辑运算符

MATLAB 提供以下逻辑运算符：
- &：与运算（AND）。
- |：或运算（OR）。
- ~：非运算（NOT）。

示例：

result = (A > 10) & (A < 20); % 检查 A 的元素是否在 10 到 20 之间

9.2 关系运算符

关系运算符可用于数组元素的比较：
- <、<=、>、>=、==、~=。

示例：

is_equal = (A == B); % 判断两个数组是否对应相等

9.3 常用逻辑函数

xor(A, B)：异或运算。
all(A)：检查所有元素是否为非零。
any(A)：检查是否存在非零元素。

10、MATLAB 判断与条件检查函数

MATLAB 提供了一系列 条件检查函数，返回逻辑值以判断条件是否成立：

iscell(C)：判断 C 是否为单元数组。
isempty(A)：判断 A 是否为空。
isnumeric(A)：判断 A 是否为数值数组。
isnan(A)：检查 A 中的 NaN 元素位置。

示例：

if isempty(A)
    disp('Matrix is empty.');
end

11、MATLAB 常量与系统变量

MATLAB 包含一些常见的变量和常量：

常量：
- pi：圆周率，值为 3.1416 。
- eps：浮点相对精度。
- NaN：表示无效数字。
系统变量：
- computer：当前计算机信息。
- version：MATLAB 版本信息。

12、流程控制（Flow Control）

MATLAB 提供强大的流程控制工具，用于实现条件分支和循环操作：

12.1 条件语句

if-else 语句：基于逻辑条件执行不同代码块。

if x > 0
    disp('Positive');
elseif x < 0
    disp('Negative');
else
    disp('Zero');
end

12.2 循环语句

for 循环：指定次数的循环。
```
for i = 1:10
    disp(i);
end
```
while 循环：基于逻辑条件持续执行。
```
while x < 10
    x = x + 1;
end
```

12.3 控制语句

break：终止循环。
continue：跳过当前循环迭代。

12.4 switch-case

类似于其他编程语言的 switch 语句：

switch day
    case 'Monday'
        disp('Start of the week');
    case 'Friday'
        disp('End of the week');
    otherwise
        disp('Midweek');
end

12.5 错误处理

try-catch：用于捕获和处理运行时错误。

try
    result = riskyFunction();
catch ME
    disp('Error occurred');
    disp(ME.message);
end

13、代码优化（Code Optimization）

13.1 向量化循环（Vectorizing Loops）

MATLAB 的核心优势在于向量和矩阵运算，用向量化替代循环操作可以显著提高性能。

% 循环版
for x = 1:M
    f(x) = A * sin((x - 1) / (2 * pi));
end

% 向量化版
x = 0:M-1;
f = A * sin(x / (2 * pi));

使用 meshgrid 处理二维函数：

[C, R] = meshgrid(c, r);
H = R.^2 + C.^2;

13.2 预分配数组（Preallocating Arrays）

动态分配大数组可能导致内存碎片化，预分配数组可显著提高性能：
```
f = zeros(1024);
g = zeros(1024);
```

14、输入与输出（Interactive I/O）

MATLAB 提供了多种交互方式来实现输入输出功能：

14.1 输出函数

disp(argument)：显示内容，可以是数组或字符串。
```
disp('Hello MATLAB');
```

14.2 输入函数

input('message')：获取用户输入，返回值根据输入类型自动判断。
```
x = input('Enter a number: ');
```

14.3 字符串处理

使用 stread 和 strcmp 进行字符串解析和比较：

t = '12.6, x2y, z';
[a, b, c] = stread(t, '%f%s%s', 'delimiter', ',');

15、数据结构

MATLAB 提供两种主要数据结构来组织复杂数据：

15.1 单元数组（Cell Arrays）

可存储不同类型的数据：
```
C = {'text', [1 2 3], 42};
```

15.2 结构体（Structures）

类似于字典，允许存储键值对：
```
S.name = 'MATLAB';
S.version = '2023a';
```

【图像处理lec2】matlab的使用

一、图像相关操作

1、数字图像的表示

2、读取图像