图像处理常用函数(Matlab)

预处理

读取图像

output = imread('image.png');

显示图像

imshow(output);

查看和浏览图像

图像查看器为显示图像和执行常见的图像处理任务提供集成环境。

imtool(output);

灰度处理

output = rgb2gray(image);

插值运算

# 双线性插值
output = imresize(image,2); 

直方图

imhist(image) # 显示直方图
hist = imhist(image); # 获取直方图数据

亮度调节

调整数据以跨越数据范围

output= imadjust(input);

求极值点

# [值，坐标]=(输入，最小波峰，最小点间距离)
[maxv,maxl]=findpeaks(hist,'minpeakheight',30,'minpeakdistance',40); 

自适应直方图均衡化

output = adapthisteq(image);  

滤波

高斯滤波

# 标准差
sigma = 7;    
# 高斯滤波，模板大小，标准差 
gausm = fspecial('gaussian',[7 7],sigma);  
# replicate 表示边缘复制    
output = imfilter(image,gausm,'replicate'); 

fspecia()函数用于建立预定义的滤波算子。 'average'时为均值滤波

中值滤波

output = medfilt2(image, [7,7]);

图像分割

Otsu算法

output = imbinarize(image, 'global');

自定义阈值分割

# 二值化，val是阈值+
output = im2bw(image,val); 

形态学处理

膨胀

# 生成结构元素
s = strel('disk',para); # para指生成结构元素的大小
output = imdilate(image,s); 

腐蚀

output = imerode(image, s);

开运算

output = imopen(image,s);

闭运算

output = imclose(image, s);

顶帽运算

output = imtophat(image, s); 

低帽运算

output = imbothat(image, s); 

细化

output = bwmorph(image,'thin',para);

'thin’表示进行细化处理，'skel’表示骨骼化
para值细化的程度，取值为1,2, … , inf。 当取inf表示进行极限细化。

填充

output = imfill(image, 'holes');

连通区域

连通区域基本参数获取

output = regionprops(image,'All');

移除小面积连通区域

output = bwareaopen(image, para, 8);

para: 面积阈值下限

标记连通区域

# 连通区域标记，数量
[lable, num4] = bwlabel(image, 4);