国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【matlab圖像處理】圖像直方圖操作和matlab畫圖

這篇具有很好參考價(jià)值的文章主要介紹了【matlab圖像處理】圖像直方圖操作和matlab畫圖。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

中國(guó)史之【平王東遷】:
公元前771年,因鎬京曾遭地震,殘破不堪,又接近戎、狄等外患威脅,周平王遂在鄭、秦、晉等諸侯的護(hù)衛(wèi)下,將國(guó)都東遷至洛邑,東周歷史由此開(kāi)始。
——來(lái)源:全歷史APP

【路漫漫其修遠(yuǎn)兮,吾將上下而求索】

今天介紹圖像的直方圖操作以及用matlab畫條形圖、桿圖和折線圖。本內(nèi)容參考自《實(shí)用MATLAB圖像和視頻處理》第9章。

  • 對(duì)于matlab2021的安裝,可以參考公眾號(hào)【CV之道】的文章:【matlab安裝】手把手圖文并茂安裝matlab2021(win10版)

1、圖像直方圖顯示

在matlab中,顯示一幅圖像的直方圖,可以使用函數(shù)imhist。廢話少說(shuō),直接看代碼:

% 顯示直方圖
I = imread('circuit.tif');
figure, subplot(2,2,1), imshow(I), title('原圖')
% 劃分為256個(gè)灰度級(jí)
subplot(2,2,2), imhist(I,256), axis tight, title('直方圖')
【matlab圖像處理】圖像直方圖操作和matlab畫圖
上面256個(gè)灰度級(jí)是默認(rèn)的參數(shù),就是繪制256個(gè)直方條的直方圖。我們看一下繪制為64和32的效果:
% 劃分為64個(gè)灰度級(jí)
subplot(2,2,3), imhist(I,64), axis tight, title('直方圖64級(jí)') 

% 劃分為256個(gè)灰度級(jí)
subplot(2,2,4), imhist(I,32), axis tight, title('直方圖32級(jí)')
【matlab圖像處理】圖像直方圖操作和matlab畫圖

可以看到,整體變稀疏了,但是分布整體還是在的。值得注意的是,使用了axis tight這個(gè)參數(shù),表示y軸的范圍來(lái)自數(shù)據(jù)的范圍。

可以看到,劃分為256級(jí)的時(shí)候,y軸最大為2000。劃為32級(jí)的時(shí)候,y軸最大為8000。因?yàn)榭偟南袼財(cái)?shù)不變,劃分級(jí)數(shù)更少,表明每個(gè)級(jí)數(shù)所包含的像素個(gè)數(shù)增多了。

2、條形圖歸一化y軸

我們可以探索一下這個(gè)問(wèn)題,對(duì)y軸范圍進(jìn)行歸一化。

% 歸一化
c = imhist(I, 32);
% numel(I)表示該圖像的像素?cái)?shù),這里是280x272=76160
c_norm = c / numel(I);
figure, subplot(1,2,1);
% 定制條形圖
bar_1 = bar(c);
set(gca, 'XLim', [0 32], 'YLim', [0 max(c)]); % gca是當(dāng)前軸,設(shè)置軸范圍
set(gca, 'XTick', [0:8:32], 'YTick', [linspace(0,7000,8) max(c)]); % 設(shè)置軸顯示數(shù)據(jù)范圍
set(bar_1, 'FaceColor', 'r'), title('條形圖'); % 設(shè)置顏色和標(biāo)題

% 顯示歸一化的圖
subplot(1,2,2);
bar_2 = bar(c_norm);
set(gca, 'XTick', [0:8:32], 'YTick', [linspace(0,0.09,10) max(c_norm)])
xlim([0 32]), ylim([0 max(c_norm)])
title('歸一化條形圖')
set(bar_2, 'FaceColor', 'g')

其中, numel(I)表示該圖片的像素總數(shù),280x272=76160。歸一化y軸的圖片如下:

【matlab圖像處理】圖像直方圖操作和matlab畫圖

3、桿圖或折線圖歸一化y軸

另外,我們也可以換一種顯示風(fēng)格,如顯示桿圖。

% 顯示桿圖
figure,
subplot(1,2,1), stem(c, 'fill', 'MarkerFaceColor', 'red'), axis tight, title('桿圖')
subplot(1,2,2), stem(c_norm, 'fill', 'MarkerFaceColor', 'blue'), axis tight, title('歸一化桿圖')
【matlab圖像處理】圖像直方圖操作和matlab畫圖

顯示折線圖:

% 顯示折線圖
figure,
subplot(1,2,1), plot(c), axis auto, title('折線圖')
subplot(1,2,2), plot(c_norm), axis auto, title('歸一化折線圖')
【matlab圖像處理】圖像直方圖操作和matlab畫圖

以上是本期內(nèi)容,建議自己動(dòng)手來(lái)實(shí)踐一下。如果需要圖片和代碼,可以關(guān)注公眾號(hào),回復(fù)關(guān)鍵字【matlab代碼】即可獲得。我會(huì)上傳到云盤。

【聲明】:學(xué)習(xí)筆記基于互聯(lián)網(wǎng)上各種學(xué)習(xí)資源的個(gè)人整理。

以上是本期內(nèi)容,下期介紹圖像處理的直方圖均衡化操作。

我叫小保,一名計(jì)算機(jī)視覺(jué)愛(ài)好者、學(xué)習(xí)者、追隨者,歡迎關(guān)注我【CV之道】一起學(xué)習(xí)。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-440178.html

到了這里,關(guān)于【matlab圖像處理】圖像直方圖操作和matlab畫圖的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 彩色圖像處理之彩色圖像直方圖處理的python實(shí)現(xiàn)——數(shù)字圖像處理

    彩色圖像處理之彩色圖像直方圖處理的python實(shí)現(xiàn)——數(shù)字圖像處理

    彩色圖像的直方圖處理是一種重要的圖像處理技術(shù),用于改善圖像的視覺(jué)效果,增強(qiáng)圖像的對(duì)比度,或?yàn)楹罄m(xù)的圖像處理任務(wù)(如圖像分割、特征提?。┳鰷?zhǔn)備。彩色圖像通常由紅色(R)、綠色(G)、藍(lán)色(B)三個(gè)顏色通道組成,因此彩色圖像的直方圖處理相比單色圖像更

    2024年01月23日
    瀏覽(25)
  • 我在Vscode學(xué)OpenCV 圖像處理五(直方圖處理)

    我在Vscode學(xué)OpenCV 圖像處理五(直方圖處理)

    直方圖是一種統(tǒng)計(jì)圖,顯示了圖像中每個(gè)灰度級(jí)別(或顏色通道)的像素?cái)?shù)量。通過(guò)分析圖像的直方圖,可以獲得關(guān)于圖像對(duì)比度、亮度和顏色分布等方面的重要信息。 了解圖像的對(duì)比度、亮度和色彩分布等信息。你可以使用OpenCV中的函數(shù)來(lái)計(jì)算和繪制圖像的直方圖,從而進(jìn)

    2024年01月21日
    瀏覽(26)
  • Python-OpenCV中的圖像處理-圖像直方圖

    Python-OpenCV中的圖像處理-圖像直方圖

    通過(guò)直方圖你可以對(duì)整幅圖像的灰度分布有一個(gè)整體的了解。直方圖的 x 軸是灰度值( 0 到 255), y 軸是圖片中具有同一個(gè)灰度的點(diǎn)的數(shù)目。 BINS:上面的直方圖顯示了每個(gè)灰度值對(duì)應(yīng)的像素?cái)?shù)。如果像素值為 0到255,你就需要 256 個(gè)數(shù)來(lái)顯示上面的直方圖。但是,如果你不需

    2024年02月12日
    瀏覽(32)
  • OpenCV-Python中的圖像處理-圖像直方圖

    OpenCV-Python中的圖像處理-圖像直方圖

    通過(guò)直方圖你可以對(duì)整幅圖像的灰度分布有一個(gè)整體的了解。直方圖的 x 軸是灰度值( 0 到 255), y 軸是圖片中具有同一個(gè)灰度的點(diǎn)的數(shù)目。 BINS:上面的直方圖顯示了每個(gè)灰度值對(duì)應(yīng)的像素?cái)?shù)。如果像素值為 0到255,你就需要 256 個(gè)數(shù)來(lái)顯示上面的直方圖。但是,如果你不需

    2024年02月12日
    瀏覽(23)
  • 【數(shù)字圖像處理】直方圖均衡化與規(guī)定化

    【數(shù)字圖像處理】直方圖均衡化與規(guī)定化

    目錄 直方圖處理技術(shù)概述 直方圖均衡化 公式推導(dǎo)? Matlab代碼實(shí)現(xiàn) 圖像的規(guī)定化 數(shù)學(xué)推導(dǎo) 單映射 Matlab代碼 效果展示?編輯 ?組映射 Matlab代碼 灰度級(jí)范圍[0,L-1]的數(shù)字圖像,在實(shí)際使用中,用哥灰度級(jí)的像素總數(shù)除以MN的整幅圖像的像素?cái)?shù)量,歸一化到規(guī)律中進(jìn)行計(jì)算,這樣

    2023年04月26日
    瀏覽(22)
  • FPGA圖像處理仿真實(shí)驗(yàn)——直方圖均衡化

    FPGA圖像處理仿真實(shí)驗(yàn)——直方圖均衡化

    直方圖均衡化實(shí)驗(yàn),主要包括三部分,直方圖統(tǒng)計(jì)、計(jì)算累加直方圖、均衡化。 1、直方圖統(tǒng)計(jì) ? ? ? ?直方圖統(tǒng)計(jì)就是記錄每個(gè)灰度值在圖片中出現(xiàn)的像素次數(shù),灰度圖片有0-255個(gè)灰度級(jí),如果我們定義256個(gè)寄存器來(lái)存儲(chǔ)數(shù)據(jù)比較麻煩,所以借用RAM來(lái)實(shí)現(xiàn)直方圖統(tǒng)計(jì)。當(dāng)輸入

    2024年02月07日
    瀏覽(98)
  • 數(shù)字圖像處理實(shí)驗(yàn)(直方圖均衡化&規(guī)定化)

    數(shù)字圖像處理實(shí)驗(yàn)(直方圖均衡化&規(guī)定化)

    圖像均衡化 ? 圖像均衡化是一種圖像處理技術(shù),它的目的是改善圖像的對(duì)比度。 ? 具體來(lái)說(shuō),對(duì)于一張圖像,其直方圖就是統(tǒng)計(jì)圖像中各灰度級(jí)出現(xiàn)的次數(shù)的圖像。通常情況下,圖像的直方圖會(huì)呈現(xiàn)不平衡的狀態(tài),即圖像的某些灰度級(jí)出現(xiàn)的次數(shù)很多,而其它灰度級(jí)出現(xiàn)的

    2024年02月04日
    瀏覽(26)
  • Python-OpenCV中的圖像處理-直方圖

    Python-OpenCV中的圖像處理-直方圖

    通過(guò)直方圖你可以對(duì)整幅圖像的灰度分布有一個(gè)整體的了解。直方圖的 x 軸是灰度值( 0 到 255), y 軸是圖片中具有同一個(gè)灰度的點(diǎn)的數(shù)目。 BINS:上面的直方圖顯示了每個(gè)灰度值對(duì)應(yīng)的像素?cái)?shù)。如果像素值為 0到255,你就需要 256 個(gè)數(shù)來(lái)顯示上面的直方圖。但是,如果你不需

    2024年02月13日
    瀏覽(30)
  • C#使用OpenCv(OpenCVSharp)圖像直方圖均衡化處理實(shí)例

    本文實(shí)例演示C#語(yǔ)言中如何使用OpenCv(OpenCVSharp)對(duì)圖像進(jìn)行直方圖均衡化處理。 直方圖均衡化原理 直方圖均衡化(Histogram Equalization)是一種常用的圖像增強(qiáng)技術(shù),用于改善圖像的對(duì)比度和亮度分布。它通過(guò)重新分配圖像灰度級(jí)的像素值,使得圖像的直方圖在灰度范圍內(nèi)更加

    2024年02月07日
    瀏覽(75)
  • python數(shù)字圖像處理基礎(chǔ)(七)——直方圖均衡化、傅里葉變換

    python數(shù)字圖像處理基礎(chǔ)(七)——直方圖均衡化、傅里葉變換

    均衡化原理 圖像均衡化是一種基本的圖像處理技術(shù),通過(guò)更新圖像直方圖的像素強(qiáng)度分布來(lái)調(diào)整圖像的全局對(duì)比度。這樣做可以使低對(duì)比度的區(qū)域在輸出圖像中獲得更高的對(duì)比度。 簡(jiǎn)單理解:改變圖像對(duì)比度,讓色彩更豐富,灰度值直方圖:瘦高 - 均衡 本質(zhì)上,直方圖均衡

    2024年01月18日
    瀏覽(28)

覺(jué)得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包