MATLAB从原图，灰度图，二值图，反白图，边缘检测

MATLAB数字图像处理是一件有趣的事情，对一张图像使用基于MATLAB的数字图像处理技术，甚至可以将一张图变为“线稿”（显然效果不太行）（一定程度上，效果当然不好，可以再使用PS或美图秀秀稍加处理嘛），话不多说，效果如此：

以上内容是本次所讲的MATLAB可以实现的关于数字图像处理的功能。

首先我们需要读取一张图片的文件。这在上一篇博客讲过：读取，剪裁一张图像。在此就略过

比如我们打开一个图像文件hpym.jpg，他的像素矩阵是三维的，包括二维的像素值和一个RGB维度

A0 = imread('hpym.jpg');

灰度化

然后把它转换成灰度图像，可以使用以下语句

A1 = rgb2gray(A0);

这样生成的图像就是原图片A0的灰度图像了，可以调用imshow(A1)展示观看你的图像了

二值化
转换成灰度图像之后，我们可以经一部把它变成二值图像，也就是黑白图像，没有灰度的渐变。简单的理解它的像素矩阵是二维的逻辑值，1和0，就是图像的像素非黑即白。
可以调用以下函数吧灰度图像转换成二值图像

level = graythresh(A1)
A2 = im2bw(A1, level)

这样生成的图像A2就是一个二值图像了，可以调用imshow(A2)展示观看你的图像了。至于为什么这么操作，以后细讲

边缘检测
接下来进行图像的边缘分割，来得到它的轮廓图。他需要一系列算法，他也有很多种算子可以作为分割的方法去分割。我们这里展示一下sobel算子的效果
首先读取一个二值图像A2，略
然后检测边缘，得到边缘图像

A3 = edge(A2, 'sobel')

这里第二个参数是边缘检测的算子，你还可以试一试roberts， canny，等等

反白化
这样的图像是白色的轮廓，黑色的背景。如果需要把白色和黑色互换一下，也就是反白操作，变成白底黑线。可以对A3进行如下操作

A4 = 255 - A3

这样得到的A4就是反白图像。这样就像一幅画一样了。无奈的是，边缘通常是不连续的，如果想更好看一些，就要进行后期的人工PS处理了

事实上每两幅不同的插画，处理起来难度也是不一样的，这个时候你可以做一些其他的操作，诸如顶帽变换，低帽变换，甚至滤波去噪等等操作，我这里只使用了我们能够完成本功能的基本操作罢

————ZKe