博客
关于我
matlab数字图像处理初级入门
阅读量:113 次
发布时间:2019-02-26

本文共 409 字,大约阅读时间需要 1 分钟。

步骤说明:

  • 使用 imread 函数读取图像文件,成功读取后将图像赋值给矩阵 A,此时 A 是一个二维矩阵。

  • 使用 whos A 查看矩阵 A 的详细信息,包括矩阵的大小、类型和内存占用情况。

  • 输入矩阵 A 并回车,系统会显示矩阵中的数据值,这些数据值反映了图像所包含的图像信息。

  • 使用 imshow 函数显示图像,注意到精简版 MATLAB 不支持 imshow 函数。可以通过 figure 命令开启一个新窗口,在新窗口中使用 imshow 显示图像。

  • 使用 imhist 函数绘制图像直方图,注意到精简版 MATLAB 不支持 imhist 函数。

  • 对图像进行旋转操作,赋值给矩阵 B,使用 imrotate 函数旋转图像,旋转角度设置为 45 度,第三个参数设置为插值方法。

  • 对图像进行傅里叶变换等其他处理后,使用 imwrite 函数将处理后的图像保存到磁盘,例如将矩阵 A 保存为文件 test2.jpg

  • 转载地址:http://myyy.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    OpenCV中的监督学习
    查看>>
    opencv中读写视频
    查看>>
    opencv之cv2.findContours和drawContours(python)
    查看>>
    opencv之namedWindow,imshow出现两个窗口
    查看>>
    opencv之模糊处理
    查看>>
    Opencv介绍及opencv3.0在 vs2010上的配置
    查看>>
    OpenCV使用霍夫变换检测图像中的形状
    查看>>
    opencv保存图片路径包含中文乱码解决方案
    查看>>
    OpenCV保证输入图像为三通道
    查看>>