matlab数字图像处理常用函数_图像处理用到的算法

写在前头：说到数字图像处理，不得不提起MATLAB。这是一款非常方便的仿真软件，绝大多数的图像处理可以用MATLAB完成。
　　有人问，处理图片，用PS岂不是更好。两者各有优点，如果需要将1００００幅图片转换成灰度图像并保存呢？MATLAB只需要一段很短的程序运行几秒就可以完成这个工作。
本文基于MatlabR2012a，将由浅入深写下去。

MATLAB中图像的基本操作

1、读取、显示图片

MATLAB中提供了immread()与imshow（）函数读取和显示图片。其中读取函数imread（）原型：

imread： A = imread(filename, fmt)

A是结构体名，用来存储读入的图像数据。filename是读取的文件名，文件名要用”括起来。fmt是读取文件的类型如：jpg、png等等，这个参数可以不输入，由MATLAB自动判断。
显示函数imshow()原型：

    imshow：
    imshow(I)

I为读取后保存在MATLAB中的结构体名。
程序实例：　　

A=imread('1.jpg');％读取名为１．ｊｐｇ的图片
    　imshow(A)％显示图片

２、将灰度图片变成负片

　　对图像进行操作，实际上是将图像看成许多个像素点，对每个像素点进行操作。在计算机系统中，灰度图片被看成是许多个由值在［０～２５５］之间的像素点组成的图像，２５５表示白色，０表示黑色，黑白之间存在２５６个灰度级。

　　负片是指将原灰度图白色的地方变成黑色，黑色的地方变成白色。也就是将０变成２５５，２５５变成０。ＭＡＬＴＡＢ的ｉｍａｄｊｕｓｔ（）函数提供了该功能。其函数原型：　　

imadjust：
　　J = imadjust(I,[low_in; high_in],[low_out; high_out])

　　其中，Ｉ为原灰度图像，ｌｏｗ＿ｉｎ，ｈｉｇｈ＿ｉｎ为输入图像的低和高灰度级，设置为［０，１］表示从０～２５５的归一化，ｌｏｗ＿ｏｕｔ，ｈｉｇｈ＿ｏｕｔ为输出图像的低高灰度级。
　　若是想将图片转换为负片，那么将[low_in; high_in]设置为［０，１］，将[low_out; high_out]设置为［１，０］。即原来输入为０的地方变成１输出，输入为１的地方变成０输出。
　　实例：　

　A=imread('1.jpg');
imshow(A)％显示原图
A1=imadjust(A,[0,1],[1,0]);％将灰度级对调
figure,imshow(A1)％显示负片

３、彩色图片转换成灰度图片

　　我们在计算机中看到的大多数彩色图片是基于ＲＢＧ三通道的图片，红绿蓝三种颜色，每一种取值均为［０～２５５］。通过２５５＊２５５＊２５５，可以构成庞大的颜色群。而灰度图像只有２５６个灰度级。通过以下公式可以将ＲＧＢ转换成灰度
　　ＧＲＡＹ＝0.2989 R + 0.5870 * G + 0.1140 * B*
　　ＭＡＴＬＡＢ中提供的函数ｒｇｂ２ｇｒａｙ为我们提供了将彩色图片转换成灰度图片的功能。函数原型：　

I = rgb2gray(RGB)

实例：

 A=imread('001.png');％原彩色图片
imshow(A)
A_gray=rgb2gray(A);％转换成灰度图片
figure,imshow(A_gray)

今天的文章matlab数字图像处理常用函数_图像处理用到的算法分享到此就结束了，感谢您的阅读。