图像的灰度变换——图像旋转 图像的反色处理 对比度拉伸
分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.csdn.net/jiangjunshow
也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！
这次我们要处理的是对图像进行旋转操作，具体要求，如下：
自定义一个图像的仿射变换函数，用于旋转给定的输入图像，该函数的输入参数包括处理前的图像和旋转角度。输入的角度为正数，表明处理结果为顺时针旋转，负数则为逆时针旋转，输出参数为处理后的图像。
曾参考《数字图像处理（第三版）》一书中P51的公式编写过自己的图像“旋转”函数，但是在某些角度下，输出结果却发生了错误，至于原因，也由于时间关系，仍未思考出来。使用Matlab编程，原代码如下：
%自己写的函数function []=myRotation(pho,angle)im1=imread(pho);subplot(121);imshow(im1);title('输入图像');im1=double(im1);[r,c,h]=size(im1); R=angle*pi/180;h2 = ceil(r*cos(R)+c*sin(R));w2 = ceil(r*sin(R)+c*cos(R));im2=zeros(h2,w2,h); T=[sin(R) cos(R); cos(R) -sin(R)];%invT=inv(T);for i=1:h for x=1:h2 for y=1:w2 temp=([x y]-[0 r*sin(R)])/T; temp(1)=ceil(temp(1)); temp(2)=ceil(temp(2)); if temp(2)>0 && temp(2)<=r && temp(1)>0 && temp(1)<=c im2(x,y,i)=im1(temp(2),temp(1),i); end end endendsubplot(122);imshow(uint8(im2));title('输出图像');另外，采用了一种方法（参考 点击打开链接），同样使用推导出来的公式，采用反向映射的方法，结合双线性内插，得出旋转后的图像。但是得出来的结果，如输入 180°，没有出现输出结果。参考后修改的程序如下：
function []=myRotation3(pho,angle)im1=imread(pho);im1=double(im1);[m,n,h]=size(im1); R = angle*pi/180; %旋转角度%新图像大小m2 = ceil(m*cos(R)+n*sin(R));n2 = ceil(m*sin(R)+n*cos(R)); u0= m*sin(R);%平移量 %变换矩阵 T=[cos(R),sin(R);-sin(R),cos(R)];L = zeros(m2,n2);for i=1:h for u=1:n2 for v=1:m2 %新图像坐标变换到原图像坐标x和y中 temp = T*([u;v]-[u0;0]); x= temp(1); y= temp(2); if x>=1 & x<=m & y>=1 & y<=n %若变换出的x和y在原图像范围内 x_low=floor(x); x_up=ceil(x); y_low=floor(y); y_up=ceil(y); %双线性内插值 p1=im1(x_low,y_low,i); p2=im1(x_up,y_low,i); p3=im1(x_low,y_low,i); p4=im1(x_up,y_up,i); s=x-x_low; t=y-y_low; L(u,v,i)=(1-s)*(1-t)*p1+(1-s)*t*p3+(1-t)*s*p2+s*t*p4; end end endend imshow(uint8(L));title('输出图像');而正确程序代码，则是通过研究参考 图像旋转算法原理（点击打开链接），在只有原理的情况下，研究透，将其转化为 程序。MATLAB代码如下：
%这个旋转才没有bugfunction []=myRotation(pho,angle)im1=imread(pho);subplot(121);imshow(im1);title('输入图像');im1=double(im1);[r,c,h]=size(im1); %将角度单位化为弧度单位R=-angle*pi/180;%这样的宽高会出现BUG，原因不明%h2 = ceil(r*cos(R)+c*sin(R));%w2 = ceil(r*sin(R)+c*cos(R)); %将对角线作为旋转后图像的宽高h2=ceil(sqrt(r*r+c*c));w2=h2; im2=zeros(h2,w2,h); %旋转时x y的偏移量dx=-0.5*w2*cos(R)-0.5*h2*sin(R)+0.5*c;dy=0.5*w2*sin(R)-0.5*h2*cos(R)+0.5*r; %采用反向映射for i=1:h for x=1:h2 for y=1:w2 %由结果图像的坐标 得出 原来图像的坐标 x0=ceil(x*cos(R)+y*sin(R)+dx); y0=ceil(-x*sin(R)+y*cos(R)+dy); if x0>0 && x0<=r && y0>0 && y0<=c im2(x,y,i)=im1(x0,y0,i); end end endend%显示图像subplot(122);imshow(uint8(im2));title('输出图像');旋转45°——> myRotation('实验2_lena.bmp',45)，结果如下：
旋转-45°——> myRotation('实验2_lena.bmp',-45)，结果如下：
图像的反色处理
自定义一个函数，将输入图像进行反色处理，该函数输入参数为处理前的图像，输出参数为处理后的图像。
Matlab编程，代码如下：
function []=myFanse(pho)im1 = imread(pho);subplot(121);imshow(im1);title('输入图像');im1 = double(im1);[r c m] = size(im1);im2 = zeros(r,c,m);for i=1:mfor j=1:rfor k=1:cim2(j,k,i)=255-im1(j,k,i); %由最高灰度级减去原坐标位置的灰度级进行反色endendendim2 = uint8(im2);subplot(122);imshow(im2);title('输出图像');myFase('实验2_lena.bmp')，运行结果如下：
图像的对比度拉伸变换
自定义一个图像的对比度拉伸函数，将输入图像的对比度拉伸到指定的灰度级区间，该函数的输入参数包括处理前的图像、期望灰度级区间的最小值和最大值（如指定区间为[50 200]），输出参数为处理后的图像。
Matlab代码如下：
function []=myContrConver(pho, mi, ma)im1 = imread(pho);subplot(121);imshow(im1);title('输入图像');im1 = double(im1);[r c m] = size(im1);im2 = zeros(r,c,m);%for i=1:m% for j=1:r% for k=1:c% im2(j,k,i)=min+(im1(j,k,i)-minR)/(maxR-minR)*(max-min);% end% end%end %先对原图像的 灰度级 进行归一化，再由归一化的区间缩放至所需区间tempIma1=im1(:,:,1);tempIma2=im1(:,:,2);tempIma3=im1(:,:,3);im2(:,:,1)=mi+(im1(:,:,1)-min(tempIma1(:)))/(max(tempIma1(:))-min(tempIma1(:)))*(ma-mi);im2(:,:,2)=mi+(im1(:,:,2)-min(tempIma2(:)))/(max(tempIma2(:))-min(tempIma2(:)))*(ma-mi);im2(:,:,3)=mi+(im1(:,:,3)-min(tempIma3(:)))/(max(tempIma3(:))-min(tempIma3(:)))*(ma-mi); im2=uint8(im2);subplot(122);imshow(im2);title('输出图像');myContrConver('实验2_lena.bmp')，运行结果如下：
给我老师的人工智能教程打call！http://blog.csdn.net/jiangjunshow
