使用matalab进行数字图像处理（一）_matlab图像处理

目录

一、图像文件导入失败 

二、图像类型转换

1、 RGB图像转换为灰度图像

1.1 使用rgb2gray函数

1.2 使用加权平均法

1.3 使用平均值法

2、RGB图像转换为索引图像

2.1 均值量化法

2.2 最小方差量化法

2.3 颜色表近似法

3、灰度图像转换为索引图像

4、索引图像转换为灰度图像

5、索引图像转换为RGB图像

6、二值图像的转换

7、数值矩阵转换为灰度图像

---

一、图像文件导入失败 

错误使用 imread>get_full_filename
文件 "ae6672b3d9e1c90170cfbbd6f1c7efc1.jpg" 不存
在。
 
出错 imread (第 371 行)
    fullname = get_full_filename(filename);

        在 MATLAB 中读取图像的路径可以使用 imread 函数，该函数的输入参数为图像文件的路径。例如，如果图像文件名为 image.jpg，并且该文件与 MATLAB 脚本文件在同一目录下，则可以使用以下代码读取该图像：

 img = imread('image.jpg');

        如果图像文件不在 MATLAB 脚本文件所在的目录下，则需要指定完整的路径。例如，如果图像文件在 D:\images 目录下，则可以使用以下代码读取该图像：

 img = imread('D:\images\image.jpg');

        在确认图像路径时，可以使用 exist 函数来检查文件是否存在。例如，如果要检查 image.jpg 文件是否存在，则可以使用以下代码：

 if exist('image.jpg', 'file')
    disp('File exists.');
else
    disp('File does not exist.');
end

二、图像类型转换

1、 RGB图像转换为灰度图像

在Matlab中，将RGB图像转换为灰度图像有三种方法：

1.1 使用rgb2gray函数

        该函数将RGB图像转换为灰度图像，返回的灰度图像是一个二维矩阵。使用方法如下：

rgb_img = imread('图像路径');
gray_img = rgb2gray(rgb_img);
figure;
subplot(121);imshow(rgb_img);
subplot(121);imshow(gray_img);

   其中，rgb_img是原始的RGB图像，gray_img是转换后的灰度图像。

1.2 使用加权平均法

        将RGB图像的每个像素的R、G、B三个分量按照一定的权重进行加权平均，得到一个灰度值。常用的权重是：0.2989、0.5870和0.1140。使用方法如下：

gray_img = 0.2989 * rgb_img(:,:,1) + 0.5870 * rgb_img(:,:,2) + 0.1140 * rgb_img(:,:,3);

   其中，rgb_img是原始的RGB图像，gray_img是转换后的灰度图像。

1.3 使用平均值法

        将RGB图像的每个像素的R、G、B三个分量取平均值，得到一个灰度值。使用方法如下：

 gray_img = (rgb_img(:,:,1) + rgb_img(:,:,2) + rgb_img(:,:,3)) / 3;

   其中，rgb_img是原始的RGB图像，gray_img是转换后的灰度图像。

2、RGB图像转换为索引图像

        在MATLAB中，将真彩色图像转换成为索引图像直接调用函数rgb2ind()。

        在早期的MATLAB版本中有大致四种转换方法: 直接法、均匀量化法、最小方差量化法和颜色表近似法，最新的MATLAB版中只有后三种转换方法。除此之外，在函数igb2ind ()还可以输入参数项dither option，其表示是否使用抖动。 

2.1 均值量化法

        用均值量化的方法将RGB图像转化为索引图像X，tol的范围为0.0到1.0，语法格式为：[X,map]=rgb2ind(RGB,tol)。

2.2 最小方差量化法

        使用最小方差量化方法将RGB图像转化为索引图像，map中包含至少n个颜色，语法格式为：[X,map]=rgb2ind(RGB,n)。

例：

RGB = imread('图像路径');
[X1,map1] = rgb2ind(RGB,64);
[X2,map2] = rgb2ind(RGB,0.2);
map3 = colorcube(128);
X3 = rgbind(RGB,map3);
figure;
subplot(131);imshow(X1,map1);
subplot(132);imshow(X2,map2);
subplot(133);imshow(X3,map3);

2.3 颜色表近似法

在MATLAB中，使用颜色表近似法将RGB图像转换为索引图像的步骤如下：

        读取RGB图像文件，可以使用imread函数读取文件并获得RGB图像矩阵。

        创建颜色表。颜色表是一个M×3的矩阵，其中M是颜色表的长度，每一行包含一个颜色的RGB值。可以使用MATLAB内置的colormap函数创建一个颜色表。或者，可以使用自定义的颜色值创建一个颜色表。

colormap(jet); % 使用jet颜色表
 
 
colors = [0 0 0; 255 0 0; 0 255 0; 0 0 255; 255 255 255]; % 自定义颜色表 
colormap(colors);

         使用rgb2ind函数将RGB图像转换为索引图像。rgb2ind函数将RGB图像的每个像素值映射到颜色表上，找到最接近的颜色值作为该像素在索引图像中的值（即索引）。

[X, map] = rgb2ind(RGB, colormap);

        需要注意的是，颜色表的长度M决定了索引图像中每个像素的颜色种类数。颜色表中的颜色值越丰富，索引图像的颜色种类数越多，但同时也会增加计算量和存储空间。因此，在选择颜色表时需要根据实际需求进行折中考虑。

具体例子：

RGB = imread('rgb_image.jpg');
[X, map] = rgb2ind(RGB, colormap);
% 自定义颜色表  
colors = [R, G, B]; % R、G、B分别代表不同颜色的RGB值  
% 创建颜色图对象  
colormap(colors);
[X, map] = rgb2ind(RGB, colormap);
imshow(X, map);
 

3、灰度图像转换为索引图像

        在MATLAB中，灰度图像是一个二维数组矩阵，而索引图像不仅包括一个二维的数组矩阵，还包括一个MX3的颜色映射表。所以要想将灰度图像转换成为索引图像，则必须生成对应的颜色映射表。在MATLAB中可以直接调用函数gray2ind()来实现图像转换其调用格式如下:
        [X,map]=gray2ind(l,n): 该函数是将灰度图像l转换为索引图像，其中l指的是原灰度图像，n是灰度级数，默认值为64，[X,map]对应转换后的索引图像，map中对应的颜色值为颜色图gray(n)中的颜色值。
        [X,map]=gray2ind(BW,n): 该函数是将二值图像BW转换为索引图像，其中BW指的是二值图像，n是灰度级数，默认值为2，[X,mapl对应转换后的索引图像，map中对应的颜色值为颜色图gray(n)中的颜色值。二值图像实际上也是灰度图像，只是其灰度级为2 而已。

I = imread('gray_image.jpg');  
I = rgb2gray(I); % 如果图像是彩色图像，需要先将其转换为灰度图像
[X, map] = gray2ind(I, 8);
imshow(X, map);

4、索引图像转换为灰度图像

        利用函数gra2ind( )可以将灰度图像转换为索引图像，同样，索引图像也是可以转换成为灰度图像的，在MATLAB中直接调用函数ind2gray()即可实现，其调用格式如下:
        I = ind2gray(X,map)        该函数是将具有颜色映射表map的索引图像转换为灰度图像，去除了索引图像中的颜色、饱和度信息，保留了图像的亮度信息。其中[X,map]对应索引图像，I表示转换后的灰度图像。输入图像的数据类型可以是double型或uint8型，但输出为double型。

X = imread('index_image.png');
I = ind2gray(X, map);	
imshow(I);

5、索引图像转换为RGB图像

       索引图像是一种把像素值直接作为RGB调色板下标的图像，把像素值“直接映射”为调色板数值。一幅索引图包含一个数据矩阵data和一个调色板矩阵map，数据矩阵可以是uint8，uint16或双精度类型的，而调色板矩阵则总是一个m×3的双精度矩阵。调色板通常与索引图像存储在一起，装载图像时，调色板将和图像一同自动装载。索引图像中每个像素的RGB颜色值都对应调色板中一个特定的颜色索引，这个索引就是该像素在调色板中的位置。因此，将索引图像转换为RGB图像就是将调色板中的索引映射回实际的颜色值。

        index2rgb函数的作用就是将索引图像和对应的颜色图map转换为RGB（真彩色）格式。这个函数会根据颜色图map中的颜色值和索引图像中的像素值，计算出每个像素在RGB颜色空间中的坐标，然后将这些坐标组合成RGB图像。这样，原本只有灰度和黑白像素的索引图像就被转换成了具有彩色信息的RGB图像。

具体来说，index2rgb函数的工作原理如下：

1. 读取索引图像和颜色图map。
2. 对于索引图像中的每个像素，根据其在颜色图map中的索引值，查找颜色图map中对应的RGB颜色值。
3. 将查找到的RGB颜色值作为新的像素值输出，生成RGB图像。
4. 输出生成的RGB图像。

        需要注意的是，index2rgb函数需要指定颜色图map作为输入参数，因为只有知道颜色图map中每种颜色的RGB值，才能将索引图像中的像素值转换为正确的颜色。

	X = imread('index_image.png');
	RGB = index2rgb(X, map, M);
    imshow(RGB);

6、二值图像的转换

       在MATLAB中，二值图像中的数据类型实际上是logical型， '0'代表黑色、’1’代表白色，所以二值图像实际上是一幅“黑白”图像。那么，将其他图像转换为二值图像，首先必须规定一个规则:将其他数组中什么数据变为’1’，什么数据变为’0’，。常用的方法是“阈值法”，它是确定一个阈值，小于阔值就取为’0’，其他的全部取为’1’。。在MATLAB中实现这一功能的函数为im2bw( )，其调用格式根据转换的原图像不同而各有差异。如果输入不是灰度图像，先将其转换为灰度图像，然后通过阈值法转换为二值图像。

I = imread('图像路径');
BW1 = im2bw(I,0.4);
BW2 = im2bw(I,0.6);
figure;
subplot(131);imshow(I);
subplot(132);imshow(BW2);
subplot(133);imshow(BW2);

7、数值矩阵转换为灰度图像

        在MATLAB 中一个数据矩阵就相当于一幅数字图像，只是在数字图像中对应的数组元素必须在一定的取值范围，因此，只要将对应数据矩阵中的元素按一定规律进行转换，就可以将矩阵转换为图像了。在MATLAB中可以利用函数mat2gray( )，将一个数据矩阵转换为一幅灰度图像，其调用格式为:
        I = mat2gray(X，[xmin,xmax])        该函数是按照指定的取值区间[xmin,xmax]将数据矩阵X转换为灰度图像I，xmin对应灰度值0，即黑色，xmax对应灰度值1，即白色。数据矩阵中小于xmin的值取为0，大于xmax的值取为1。如果不指定取值区间[xmin,xmmax]，即缺省情况下，将数据矩阵X中最小值设为xmin，最大值设为xmax。

X = magic(256);
%生成一个256*256的矩阵
I = mat2gray(X);
figure;imshow(I);

以上示例适用于较新的MATLAB版本，如R2019a或更高版本。如果使用的是旧版本的MATLAB，请查阅MATLAB官方文档以获取具体使用方法。