Matlab图像九宫格基本操作(翻转,镜像等)+位图操作

Matlab图像九宫格基本操作(翻转,镜像等)+位图操作

这次blog提到的操作对于matlab来说都很基础，而且对于有编程和计算机基础的人来说也很简单，不过我一开始也是对于matlab的语法什么的一知半解，这里把我亲手写的东西push出来，小伙伴们共勉。

废话不多说了

我们的目标就是成成一个这样的图：

和我选的图片有点粗糙，但是大家仔细看这里面的镜像图可别以为是原图。

大致就是，我们要选择一个图片作为原图(左上角的那一张)，然后我们翻转，镜像，再翻转，再加上一些位图操作变成九宫格的每个图像的样子 。

其实真的比较简单，直接上代码

img1=imread("test.jpg")

这里不一一列举，因为大家试一试或者百度一下就知道哪个是翻转那个是镜像了。

rotMat=rot90(img1);

fliMat=rot90(img1);

fliMat2=rot90(fliMat);

fliMat3=rot90(fliMat2);

daoguolai=flipud(img1);

jiangxiang=fliplr(img1);

简单一看，你们就会发现，matlab的图像操作简直easy到爆炸。

这里其实是比上面有难度的，还是要了解一些位图的基本性质的，这里我们用的GRB图像。

简单来讲就是我们把一般的位图图片理解为一个二维矩阵，然后每个点就是代表一个pixel，可以说给两个维度的数据就可以对这个pixel进行定位了。

那么RGB图片就是在这个的基础上增加了一个维度，也就是说RGB图像还具有深度，而在深度这个维度上有三层，分别就是红、绿、蓝，对这个深度维度的数值的调整就可以进行颜色的改变进而改变图像。

sanjiao1=tril(img1(:,:,1));

sanjiao2=tril(img1(:,:,2));

sanjiao3=tril(img1(:,:,3));

sanjiao=cat(3,sanjiao1,sanjiao2,sanjiao3);

img2=img1;

img2(100:400,100:400,1:3)=255;

img3=img1;

img3(:,:,:)=0;

img3(100:400,100:400,1:3)=img1(100:400,100:400,1:3);

黑色三角我们用的思路是分别将三个色彩层的相同的一个角变黑，然后再进行合并，另外的角也就呈现了原色彩的图像。

别的操作不是很难，一看代码就应该知道了。

这个也是必会的基础操作，上代码

subplot(331),imshow(img1)

subplot(332),imshow(rotMat)

subplot(333),imshow(fliMat)

subplot(334),imshow(fliMat2)

subplot(335),imshow(img2)

subplot(336),imshow(daoguolai)

subplot(337),imshow(jiangxiang)

subplot(338),imshow(sanjiao)

subplot(339),imshow(img3)

初入matlab ，分享共勉 ，不好的地方欢迎指正。

Matlab图像九宫格基本操作(翻转,镜像等)+位图操作相关教程

MATLAB中fft

MATLAB中fft 一般的fft需要将点数补成2的整数次幂，MATLAB中有fft函数，输入N点序列则输出也是N点序列，其中N不一定为2的整数次幂。所以会疑惑MATLAB做的fft和N点序列对应的dft是否一样。经过验证，MATLAB中对N点序列做fft的结果与N点dft的结果是完全一样的

基于内容的图像特征提取系统

基于内容的图像特征提取系统 随着信息化多媒体时代的到来及世界范围内Internet的发展，人们在工作和生活中越来越多的接触到大量的各种各样的图像信息。图像作为一种重要的信息载体，具有直观、内容丰富、无语言限制和便于国际交流等特点，是组成多媒体信息的

SIFT图像特征匹配学习笔记

SIFT图像特征匹配学习笔记 https://www.analyticsvidhya.com/blog/2019/10/detailed-guide-powerful-sift-technique-image-matching-python/ OpenCV-Python之——图像SIFT特征提取 https://www.jianshu.com/p/65a56a2f63e3 SIFT(尺度不变特征变换)简单介绍

【OpenCV图像处理】1.13 图像金字塔--上采样与降采样

【OpenCV图像处理】1.13 图像金字塔--上采样与降采样 平常说的分辨率几百万几百万像素就是指图像获取的大

31个Python实战项目教你掌握图像处理PDF开放下载

31个Python实战项目教你掌握图像处理，PDF开放下载 近期小白学视觉公众号推出了多篇Python+OpenCV实战项目的文章，深受小伙伴们的喜爱。最近有小伙伴推荐，希望可以讲经典的项目整理一下，集成手册，便于小伙伴在日常的学习中使用。于是小白挑选了#OpenCV的

pytorch-手册 /第1章 /图像分类器

pytorch-手册 /第1章 /图像分类器 一般情况下处理图像、文本、音频和视频数据时，可以使用标准的Python包来加载数据到一个numpy数组中。 然后把这个数组转换成 torch.*Tensor 。 图像可以使用 Pillow, OpenCV 音频可以使用 scipy, librosa 文本可以使用原始Py

python matplotlib.pyplot 显示图像

python matplotlib.pyplot 显示图像 import cv2import matplotlib.pyplot as pltimg1 = cv2.imread('/media/data_2/everyday/0930/1.jpeg')img2 = cv2.imread('/media/data_2/everyday/0930/2.jpg')img3 = cv2.imread('/media/data_2/everyday/0930/3.jpeg')i

Matlab系列之符号运算(上)

Matlab系列之符号运算(上) Matlab系列之符号运算 前言 创建符号对象 基本操作 符号变量的基本操作 符号表达式的基本操作 四则运算 多项式的操作 符号表达式化简 符号表达式的替换 反函数求解 复合函数 更多精彩等你发现~ 前言 看到文章的名字，可能很多人都