前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >数字图像学习3

数字图像学习3

作者头像
GavinZhou
发布2019-05-26 10:02:41
2850
发布2019-05-26 10:02:41
举报

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/Gavin__Zhou/article/details/47175675 这次就介绍下如何对一幅数字图像进行数学上的相关处理,实质就是对矩阵进行数学运算,以求一幅图像的灰度图的最大灰度、最小灰度和平均灰度值和图像的马赛克为例。 首先将图像读入进来:

代码语言:javascript
复制
>>  f = imread('C:\Users\Administrator\Desktop\1.jpg');
>> imshow(f)

将原始的图像转换为灰度图并获得大小:

代码语言:javascript
复制
>> gray = rgb2gray(f);
>> [rows,cols]=size(gray);

对矩阵进行运算获得相关的值:

代码语言:javascript
复制
for i = 1:rows
    for j = 1:cols
       if gray(i,j) > max
           max = gray(i,j);
       end
       if gray(i,j) < min
          min = gray(i,j);
       end
       avg = avg + gray(i,j);
    end
end
%输出最大最小和平均值
max
min 
avg = avg/(rows*cols)

生成马赛克图像我参考的是这个,原理就是对邻域像素平均值赋给邻域中的所有像素,代码是直接粘过来的。

代码语言:javascript
复制
clear all; close all;clc;

img=imread('C:\Users\Administrator\Desktop\1.jpg');
img = rgb2gray(img);
imshow(img,[]);

[h,w]=size(img);
imgn=zeros(h,w);

n=12;
nw=floor(w/n)*n;
nh=floor(h/n)*n;

for y=1:n:nh
    for x=1:n:nw
        imgn(y:y+n-1,x:x+n-1)=mean(mean(img(y:y+n-1,x:x+n-1)));       
    end

    imgn(y:y+n-1,nw+1:w)=mean(mean(img(y:y+n-1,nw+1:w)));   %处理最后一列
    imgn(y,1:w)=128; 
end

for x=1:n:nw
    imgn(nh+1:h,x:x+n-1)=mean(mean(img(nh+1:h,x:x+n-1)));   %处理最后一行
    imgn(1:h,x)=128;    
end

imgn(nh+1:h,nw+1:w)=mean(mean(img(nh+1:h,nw+1:w)));     %处理最后一个角

imgn(1:h,nw)=128;
imgn(1:h,w)=128;

imgn(nh,1:w)=128;
imgn(h,1:w)=128;

figure;imshow(imgn,[])
马赛克之后的图
马赛克之后的图

下面介绍个简单实现马赛克图像的方法,就是对图形进行缩小再放大回原来的大小(或者缩小放大调换),则会产生像素点的丢失,视觉效果就像马赛克

代码语言:javascript
复制
IMG = imread('C:\Users\Administrator\Desktop\1.jpg');
pix_grp = 10; %此数值越大马赛克效果越明显 
[widt,height,deep] = size(IMG);
mosaic = imresize(IMG,[floor(height/pix_grp) floor(widt/pix_grp)]); %缩小图像
mosaic = imresize(mosaic,[widt,height],'nearest'); %放大图像
imshow(mosaic);
马赛克的图
马赛克的图
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2015年07月31日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档