图像平移的原理:
以下为图像平移的例子:
function J = move(I, a, b)
[M, N, G] = size(I);
I = im2double(I);
J = ones(M + abs(a), N + abs(b), G); %将新图像扩大,这样就不会出现越界溢出的状况
for i = 1:M
for j = 1:N
if(a < 0 && b < 0)
J(i, j, :) = I(i, j, :);
elseif(a > 0 && b > 0)
J(i + a, j + b, :) = I(i, j , :);
elseif(a < 0 && b > 0)
J(i, j + b, :) = I(i, j, :);
else
J(i + a, j, :) = I(i, j, :);
end
end
end
end
在此感谢薛定谔的猪猪猪的提问, 下边这个主体代码之前写重复了,已修改。
I = imread('火影2.jpg');
J1 = move(I, 50, 50);
J2 = move(I, -50, 50);
J3 = move(I, 50, -50);
J4 = move(I, -50, -50);
figure;
subplot(221);imshow(J1), axis on;
subplot(222);imshow(J2), axis on;
subplot(223);imshow(J3), axis on;
subplot(224);imshow(J4), axis on;
图像的邻域操作分为:
Matlab提供的几个实现邻域操作的函数:
以下为使用 blockproc 函数进行邻域块操作的演示:
I = imread('火影3.jpg');
fun = @(block_struct) imrotate(block_struct.data, 30); %定义一个小的分离函数,该函数将获取的图像旋转30°
I1 = blockproc(I, [50, 60], fun); %将[64, 64]大小的分离图像块传递给fun函数
fun = @(block_struct) std2(block_struct.data); %计算图像块的标准差
I2 = blockproc(I, [25, 30], fun);
fun = @(block_struct) block_struct.data(:, :, [3 1 2]);
blockproc(I, [100, 120], fun, 'Destination', 'hy.tif');
figure;
subplot(131);imshow(I1); %块旋转
subplot(132);imshow(I2, []); %块标准差
subplot(133);imshow('hy.tif'); %仅改变颜色
Matlab图像区域选取和操作的函数:
以下代码为演示:
I = imread('火影5.jpg');
I = rgb2gray(I);
BW1 = roicolor(I, 55, 100); %选取灰度值在55-100之间的点
c = [500 511 551 515 429 382 447];
r = [133 133 205 259 259 209 133]; %定义ROI定点位置
BW = roipoly(I, c, r); %根据r, c选择的区域
I1 = regionfill(I, BW); %根据BW划分的区域进行填充
h = fspecial('motion', 20, 45); %创建motion滤波器
I2 = roifilt2(h, I, BW); %区域滤波
figure
subplot(221);imshow(BW1);
subplot(222);imshow(BW);
subplot(223);imshow(I1);
subplot(224);imshow(I2);
Matlab数字图像处理——图像处理工具箱Image Processing Toolbox
Matlab数字图像处理——图像类型的转换
Matlab数字图像处理——图像文件的读取
Matlab数字图像处理——图像文件的显示
Matlab数字图像处理——视频文件的读写
Matlab数字图像处理——图像的像素运算(灰度变换)
Matlab数字图像处理——图像的空间变换
Matlab数字图像处理——图像的平移、邻域操作、区域选取
Matlab数字图像处理——图像增强
Matlab数字图像处理——图像复原