Image Processing——图像处理教程（二）之MATLAB基础

图像处理的MATLAB基础

一、MATLAB在图像处理领域的优点

优秀的矩阵运算能力

在图像处理教程（一）中我们提到每一张图片都可以看做是一个由像素点组成的矩阵，黑白图片用一个二维矩阵就可以表示，彩色图片则要用三个二维矩阵，分别表示RGB三个颜色通道。

而MATLAB是十分擅长处理矩阵运算的科学计算软件，所以MATLAB处理图像信息就格外方便。

例如：一维向量可以表示为声音信号在时域上的离散采样信息，即可以表示一个声音信号；二维矩阵自然可以表示图像信息。

MATLAB内置了许多函数可以对矩阵做各样的处理，如sum()函数，mean()函数，imread(),imwrite()函数等等。

友好的编程语言与操作界面

不像其他高级语言（如C语言），在使用变量前必须预先定义变量，声明其数据类型，MATLAB可以直接对任意变量展开操作而不需要预先声明，MATLAB会自动为变量分配内存，确定其数据类型等。这无疑为我们编写程序带来了极大方便。

MATLAB的界面也十分友好，它既支持我们用MATLAB语言编写脚本、函数文件完成特定工作，也支持交互式的操作形式，比如种类丰富的工具箱Toolbox，许多工作动动鼠标即可完成。

二、MATLAB图像处理相关函数

本节内容的主要内容是向大家介绍一些常用的、必备的MATLAB图形处理函数。熟练掌握这些函数的用法对于以后的工作有着莫大的好处。下面我们从读取图片开始。

读取图片

myimage = imread('newborn.tif');

myimage是一个矩阵，存储着newborn.tif图片的像素信息；在imread( )函数中，以字符串的形式给出图片的名称。如果MATLAB的工作路径和图片存放的路径不一致，则要写成如下的形式，不然MATLAB会给出找不到图片的错误。

imread ('D:/dataset/image/newborn.tif');
% 注意语句后面的分号不要省略，否则我们的command window会被庞大无比的像素矩阵充满

显示图片

在读入整张图片之后，我们可以用imshow()命令将图片显示出来。

figure(1);
I = imshow(myimage);
title('newborn.tif');

为了查看图片上某点的坐标和RBG值（或者灰度值），我们可以使用下面的函数：

impixelinfo; %注意，pixval on早在MATLAB 2008a就已经淘汰了

输入上面命令后，图片的左下角会出现一行信息，随着鼠标的滑动，显示不同点的左边和RGB信息（或灰度值信息）。

使用如下命令可以调整figure窗口的背景颜色：

% 调整背景为绿色
whitebg ('g');
whitebg ('green');
whitebg ([0 1 0]);% 绿色的RGB值
% 其他颜色还有 Cyan blue white magenta yellow red black 等等

获取图片信息

size(myimage)% 可以显示矩阵的大小尺寸，几行几列几页myimage(100,200,2)% 显示第2页第100行第200列的值impixel(myimage,100,200)% 显示myimage图片在100行200列处的色彩值imfinfo('name_of_img.jpg');% 可以显示图片的详细信息

impixel的用法

写入图片

有时我们需要将处理结果以图片的形式写入某个位置，这就会用到下面的函数。

% 函数参数格式
imwrite(X,map,'filename','fmt');
% 例子，可以用来转换图片格式，tif->png
a = imread('autumn.tif');
imwrite(a,'autumn.png','png');

命令中的X是要存储图片的像素矩阵，map是该图片的colormap（可选项），两个字符串表示待写图片的名字和格式。

生成伪彩色图片

% 输入一张灰度图名称，不必键入单引号
im=input('Enter the file name (gray level image) :','s');
k=imread(im);
% k是读入的照片，灰度图的z=1
[x y z]=size(k);
% 将uint8格式转换为double格式
k=double(k);
% 对灰度图做变换，生成三个色彩通道
for i=1:xfor j=1:yif k(i,j)>=0 & k(i,j)<50m(i,j,1)=k(i,j,1)+5;m(i,j,2)=k(i,j)+10;m(i,j,3)=k(i,j)+10;endif k(i,j)>=50 & k(i,j)<100m(i,j,1)=k(i,j)+35;m(i,j,2)=k(i,j)+28;m(i,j,3)=k(i,j)+10;endif k(i,j)>=100 & k(i,j)<150m(i,j,1)=k(i,j)+52;m(i,j,2)=k(i,j)+30;m(i,j,3)=k(i,j)+15;endif k(i,j)>=150 & k(i,j)<200m(i,j,1)=k(i,j)+50;m(i,j,2)=k(i,j)+40;m(i,j,3)=k(i,j)+25;endif k(i,j)>=200 & k(i,j)<=256m(i,j,1)=k(i,j)+120;m(i,j,2)=k(i,j)+60;m(i,j,3)=k(i,j)+45;endend
end
% 显示原图像
figure,imshow(uint8(k),[]);
% 显示生成的伪彩色图片
figure,imshow(uint8(m),[]);

256色、高彩色、真彩色

每个像素的色彩表示可以用多位二进制数表示。

用1bit只能表示黑或白，即二值图像。

用8bit即可表示256种颜色，所以MATLAB读入的图片矩阵常有uint8的数据格式，8个bit中2个bit表示蓝色、分别用3个bit表示红色和绿色。

高彩色（High Color）可以表示65536种颜色，更加接近真实。

而真彩色（True Color）有24bit来表示每个像素的色彩值，最多有16,777,216种颜色，当然储存空间响应也要增大。

MATLAB中常用的数据类型

注意：数据类型不同的变量之间不能做运算，需要用转换函数先进行一步转换。

% 示例代码
% 原始图片
[em,emap] = imread(‘trees.tif');
figure, imshow(em,emap);
% 索引图转换成灰度图
ygray = ind2gray(em, emap);
figure, imshow (ygray);
% 灰度图转换成索引图
[y, map] = gray2ind(ygray);
figure, imshow (y);
% 读入原始图片
im = imread('twins.tif');
figure,imshow(im);
% rgb图像转灰度图
yim = rgb2gray(im);
figure,imshow(yim);
% 灰度图转RGB图
yim2 = gray2rgb(yim);
figure,imshow(yim2);
% 读入原始图像
RGB = imread('peppers.png');
% rgb图像转换为128色的索引图
[X,map] = rgb2ind(RGB,128);
figure, imshow(X,map);
% rgb图像转换为256色的索引图
[X,map] = rgb2ind(RGB,256);
figure, imshow(X,map);
% rgb图像转换为2色的索引图
[X,map] = rgb2ind(RGB,2);
figure, imshow(X,map);
% 索引图转换为rgb图
[em,emap] = imread('emu.tif')
figure, imshow(em,emap)
y = ind2rgb(em,emap)
figure, imshow(y)

以上我们展示了二值图、灰度图、色彩图、索引图之间的相互转换过程，具体的函数应用可以在command window下键入help rgb2gray等命令来获取详细信息。

三、小练习

1）试着在MATLAB的命令窗口键入help imdemos,之后命令窗口会给出Image Processing Toolbox中所有的示例（sample）。列一个表格，看看有多少个样本图片。
对每一张图片，试着确定它的类型（二值图、灰度图、真彩色、索引色）
确定图片的尺寸，在像素层面。

下面是答案：

Sample TIFF images:
autumn.tif,
board.tif,
cameraman.tif,
canoe.tif,
cell.tif,
circbw.tif,
circuit.tif,
eight.tif,
forest.tif,
kids.tif,
logo.tif,
m83.tif,
moon.tif,
mri.tif,
paper1.tif,
pout.tif,
shadow.tif,
spine.tif,
tire.tif,
trees.tif.

Binary:
circbw.tif (3822),
logo.tif (1074).Grayscale:
cameraman.tif (65536),
cell.tif (30369),
circuit.tif (76160),
eight.tif (74536),
moon.tif (192246),
paper1.tif (51296),
pout.tif (69840),
tire.tif (47560).True color:
autumn.tif (213210),
board.tif (594864),
forest.tif (134547).Indexed color:
canoe.tif (71622),
forest.tif (134547),
kids.tif (127200),
m83.tif (151200),
mri.tif (16384),
shadow.tif (66454),
spine.tif (179830),
trees.tif (90300).

2）找一张灰度图，然后利用imwrite()函数将其写为JPEG、PNG、BMP格式的图片，并且比较他们各自的大小。