数字图像处理笔记与体会（一）——matlab编程基础

最近开始学习数字图像处理，使用matlab实现，下面我就来记录笔记和体会，一方面是给大家提供参考，另一方面是防止我忘记了。

复习一下：

1.数字图像是用一个数字矩阵来表示的，数字阵列中的每个数字，表示数字图像的一个最小单位，称为像素。

2.数字图像处理可以理解为两个方面的操作：一个是图像到图像的处理（如图像的灰度转换，图像增强等），另外一个是图像到非图像的一种表示，比如图像的测量。

3.数字图像处理的研究内容有很多个方向，比如：

　　·图像数字化：将一幅图像以数字的形式表示，主要包括采样和量化两个过程。

　　·图像增强：将一幅图像中的有用信息进行增强，同时对无用的信息进行抑制，提高图像的可观察性。

　　·图像的几何变化：改变图像的大小、形状等。

　　·图像的变换：通过数学的方法，将空间域的图像信息  转换  到 频域、时频域等空间进行分析。

　　·图像识别与理解：通过对图像中各种不同的物体特征进行量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。

4.位图可以使用二维的矩阵进行表示，不同的格式图像，存储格式不一样，主要有：

 ·二值图像：图像像素使用二维矩阵表示，矩阵的值就是像素的颜色值，值只有两个值0和1（或者0和某个不为0的值，比如0和255），只能表示两种颜色：黑和白，一般值越大越趋于白；

　　·8位索引图像：图像像素使用二维矩阵表示，但是矩阵的值不是像素的颜色值，矩阵的值表示索引表的序号；也就是说，8位索引图像需要一个矩阵和一张索引表来表示，索引表有256个序号，每个序号对应一组RGB值，表示了一种颜色，因此8位索引图像的一个像素有256中颜色变化。

　　8位索引图像有彩色图像和灰度图像之分，灰度图像的RGB值相等且都等于序号的值；而彩色图像的RBG不相等。

　　·24位真彩图：也是用矩阵表示，图像像素直接用RGB颜色显示，而不是通过颜色索引表。图像的像素用三个变量表示即（R,G,B），每个变量从0~255变化，因此一个像素也就是8bit*3=24bit，一个像素用24bit表示可以有2^24种颜色。

　　今天主要学的是：

　　　　·RGB图像转为灰度图像

　　　　·有颜色的索引表位图转换成灰度图

　　　　·RGB图像转为索引图像

　　　　·灰度图像转为索引图像

　　　　·灰度图像转为二值图像

　　　　·RGB图像转为二值图像

1、RGB图像转为灰度图像

　　这里的RGB图像为任何一张彩色图，然后经过转换之后，得到一张灰度图像，使用matlab实现如下所示：

close all ;%关闭所有文件
clear all ;%清除所有变量
clc ;      %清屏
X=imread('Hydrangeas.jpg');%读入RGB图像
I=rgb2gray(X);%进行灰度变化
set(0,'defaultFigurePosition',[100,100,1000,500]);%设置显示图像的窗口大小
set(0,'defaultFigureColor',[0 0 0]);%设置显示的背景颜色
subplot(121),imshow(X);%显示读入的图像
subplot(122),imshow(I);%显示进行灰度变化后的图像

　　运行一下，如下图所示：

得到如下结果：

下面说一下代码中需要注意的事项：
　　　　·imread是读入图像的函数，读入的图像需要放到当前的工作目录下，或者直接输入路径：X=imread('F:/图像处理/Hydrangeas.jpg');
　　　　·rgb2gray是将彩色图像转换成灰度图像的函数
　　　　·运行之后，可以查看X和I的变量：

X是三维的，而I是二维的，这是需要注意的。

　　　　　·然后：set(0,'defaultFigurePosition',[100,100,1000,500]);中：

[100,100,1000,500]：前面的两个参数100,1000主要是用来设置窗口的相对位置，后面的两个参数1000,500主要设置窗口大小，1000是设置窗口的横向长度，500是设置窗口的高度。
　　　　set(0,'defaultFigureColor',[0 0 0]);中：
[0 0 0]表示设置背景颜色为黑色。[1 0 0]表示设置背景颜色为红色，等等。

　　　　·imshow是显示图像的函数。

subplot(121)是窗口显示图像的方式，设置为在同一个窗口显示，一行两列。然后subplot(121),imshow(X)则是：X显示第一幅图像在第一行第二列的第一个位置。

subplot(122),imshow(I)则是：I显示第一幅图像在第一行第二列的第二个位置。效果如上面所示。

2.有颜色的索引表位图转换成灰度图
　　但是这里输入的8bit的带索引表的彩色图像，然后将它转换成灰度图。代码如下所示：

close all ;
clear all ;
clc ;
[X,map] = imread('Hydrangeas.bmp');%读入图片
newmap = rgb2gray(map);%将彩色的索引表转换成灰色的索引表
figure, imshow(X,map);%显示原始的图片
figure, imshow(X,newmap);%显示转换后的图片

　　图片如下所示：

下面说一下需要注意的地方：
　　从上图中我们看到，X是一个二维的变量，此外map、newmap也是一个二维的变量；变量的含义是不一样的，X变量表示的是这是一张768x1024像素大小的图片。
而map和newmap则表示的颜色索引表的内容，总共256行，每行3列（即RGB）。
　　这里用figure进行显示图像。

3.RGB图像转为索引图像
　　这里将一幅RGB图（彩色图，比如说jpg、真彩色等彩色图）转换成索引图，也就是带索引表的图像。这里转换成索引的彩色图像，与第1.不同，代码如下：

close all ;
clear all ;
clc ;
RGB=imread('F:/图像处理/Hydrangeas.jpg');
[X1,map1]=rgb2ind(RGB,64);
[X2,map2]=rgb2ind(RGB,0.2);
map3 = colorcube(128);
X3 = rgb2ind(RGB,map3);
set(0,'defaultFigurePosition',[100,100,1000,500]);
set(0,'defaultFigureColor',[0 1 1]);
figure;
subplot(131),imshow(X1,map1),title('最小方差转换');
subplot(132),imshow(X2,map2),title('均匀量化发转换');
subplot(133),imshow(X3,map3),title('颜色近似法转换');

下面解释一下代码：
　　　　RGB=imread('F:/图像处理/Hydrangeas.jpg');
　　这是读入图像了，跟前面的两种转换方式的意思一样，读入的是一幅彩色图像。
　　　　[X1,map1]=rgb2ind(RGB,64);
　　　　[X2,map2]=rgb2ind(RGB,0.2);
　　这两行代码都用到了rgb2ind这个函数，我们来看一下这个函数的意思：

由此，我们可以知道，
　　[X1,map1]=rgb2ind(RGB,64);就是使用最小方差量化将RGB图像转换为索引图像X. MAP最多包含N种颜色。 N必须<= 65536。
　　[X，MAP] = rgb2ind（RGB，TOL）使用均匀量化将RGB图像转换为索引图像X. MAP最多包含（FLOOR（1 / TOL）+1）^ 3种颜色。 TOL必须介于0.0和1.0之间。、
这里FLOOR=1，当TOL等于0.2时，则表示216种颜色。

　　　　map3 = colorcube(128);
　　　　X3 = rgb2ind(RGB,map3);

　　上面的两行代码则是创建一个指定颜色数目的所以表，然后用这个索引表进行近似显示RGB图。colorcube增强的彩色立方体颜色图。 colorcube（M）返回一个包含彩色立方体的M-by-3矩阵。 colorcube本身的长度与当前的色彩映射相同。 彩色立方体在RGB色彩空间中包含尽可能多的定期间隔的颜色，同时尝试提供更多的灰色，纯红，纯绿和纯蓝色的步骤。 该多维数据集的算法灵感来自默认的Macintosh系统colortable，对于M = 256，colorcube返回完全相同的颜色。 对于M <8，返回长度为M的灰色斜坡。
后面的代码则是显示了，不再多说。
下面的显示效果：
　　　　

4.灰度图像转为索引图像

　　我们先将彩色图像转换成灰度图像，然后再讲灰度图像转换成8种颜色的索引表（也就是索引表长度为8），代码如下所示：

close all ;
clear all ;
clc ;
RGB=imread('F:/图像处理/Hydrangeas.jpg');
gray=rgb2gray(RGB);%得到灰度图
[X,map] = gray2ind(gray,8);%将灰度图转成索引图，8种颜色
set(0,'defaultFigurePosition',[100,100,1000,500]);
set(0,'defaultFigureColor',[0 0 0]);
figure;
subplot(121), imshow(gray);%显示灰度的图片
subplot(122), imshow(X,map);%显示转换后的图片

　　这里需要说明的是用到了gray2ind函数，这个就是将灰度图像转换成索引图像的函数，功能如下所示：

　　我们这里取N=8，索引表长度为8。运行效果如下所示：

5.灰度图像转为二值图像

　　我们也是先将RGB图转成灰度图，然后在将灰度图转为二值图像，代码如下所示：

close all ;
clear all ;
clc ;
RGB=imread('F:/图像处理/Hydrangeas.jpg');
gray=rgb2gray(RGB);%得到灰度图
BW1 = im2bw(gray,0.3);%将灰度图转成二值图，阈值为0.4
BW2 = im2bw(gray,0.7);%将灰度图转成二值图，阈值为0.7
set(0,'defaultFigurePosition',[100,100,1000,500]);
set(0,'defaultFigureColor',[1 1 1]);
figure;
subplot(131), imshow(gray);%显示灰度的图片
subplot(132), imshow(BW1);%显示转换后的图片
subplot(133), imshow(BW2);%显示转换后的图片

这里需要说明的是，灰度转二值图的函数是im2bw，后面的阈值的意思是，判断哪些该转换成1，哪些该转换成0，阈值设置得越小，得到的二值图像的白色面积越多。代码运行的效果如下所示：

6.RGB图转为二值化图像

读进RGB图之后，直接转为二值图像，代码如下所示：

close all ;
clear all ;
clc ;
RGB=imread('F:/图像处理/Hydrangeas.jpg');
BW1 = im2bw(RGB,0.3);%将灰度图转成二值图，阈值为0.4
BW2 = im2bw(RGB,0.7);%将灰度图转成二值图，阈值为0.7
set(0,'defaultFigurePosition',[100,100,1000,500]);
set(0,'defaultFigureColor',[1 1 1]);
figure;
subplot(131), imshow(RGB);%显示灰度的图片
subplot(132), imshow(BW1);%显示转换后的图片
subplot(133), imshow(BW2);%显示转换后的图片

运行效果如下所示：