RGB图像，索引图像，灰度图像，二值图像相互转换

%小白从零开始学习图像处理，自己看的不知道理解的是不是正确，在慢慢进步
1.将RGB图像转换为灰度图像
close all
clear all
clc
RGB=imread(‘haixiquan.jpg’); %读取RGB图像
gray=rgb2gray(RGB); %将RGB图像转换为灰度图像
figure;
set(0,‘defaultFigurePosition’,[100,100,1000,500]);%设置显示图像的窗口大小
set(0,‘defaultFigureColor’,[1 0 0]);%设置显示的背景颜色
subplot(121),imshow(RGB),title(‘RGB图像’);
%subplot是图像分割函数，imshow是显示图像函数，title是在图像上面加标题
subplot(122),imshow(gray),title(‘灰度图’);

首先对各个函数理解一下
1.imread（）就是调入图像
2.rgb2gray() 就是RGB转换为灰度的函数
3.set(0,‘defaultFigurePosition’,[100,100,1000,500]); 设置显示图像的窗口位置大小，100，100 是图形显示在窗口的位置坐标，换一下大小就可以看出来，1000，500是显示figure的大小
4.title 就是图片上标题
5.set(0,‘defaultFigureColor’,[1 0 0]); 设置显示的背景颜色,[0 0 0]显示黑色背景，[1 0 0]显示背景是红色

2.彩色索引表换位灰色索引表
close all
clear all
clc
RGB=imread(‘haixiquan.jpg’); %提取RGB图像
[X,map]=rgb2ind(RGB,0.2); %将RGB图像转变为索引图像，获得map表
newmap=rgb2gray(map); %将彩色的索引表换为灰色索引表
figure;
set(0,‘defaultFigureColor’,[0 0 0]);
subplot(131),imshow(X,map);
subplot(132),imshow(X,newmap);
subplot(133),imshow(RGB);

所用一些函数的解释
这里解释一下 [X,map]=rgb2ind(RGB,0.2) %RGB转换为索引图像时有常用三种不同的转换方法，最小方差转换、均匀量化转换和颜色近似法转换。

3.RGB图像转换为索引图像
close all
clear all
clc
RGB=imread(‘haixiquan.jpg’);
[X1,map1]=rgb2ind(RGB,64);
[X2,map2]=rgb2ind(RGB,0.2);
map3=colorcube(128);
X3=rgb2ind(RGB,map3);
figure;
set(0,‘defaultFigurePosition’,[100,100,500,500]);
set(0,‘defaultFigurecolor’,[0 0 0]);
subplot(221),imshow(X1,map1),title(‘最小方差’);
subplot(222),imshow(X2,map2),title(‘均匀方差量化’);
subplot(223),imshow(X3,map3),title(‘颜色近似法转换’);
subplot(224),imshow(RGB),title(‘原图’);

解释一下这个图像转换中遇到的问题
[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。

[X2，map2] = 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。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。
%这段全是抄的，我是TM的没看懂，还有那个抖动的原理，算了算了等再学一算时间看看能不能有所理解。
4.灰度图像转换为索引图像
close all
clear all
clc
RGB=imread(‘haixiquan.jpg’);
gray=rgb2gray(RGB);
[X,map]=gray2ind(gray,16); %转换为16中颜色的索引表
figure;
set(0,‘defaultFigureposition’,[200 200 500 500]);
set(0,‘defaultFigurecolor’,[1 0 0]);
subplot(131),imshow(RGB),title(‘RGB图像’);
subplot(132),imshow(gray),title(‘灰度图像’);
subplot(133),imshow(X,map),title(‘索引图像’);

5.灰度图像转换为二值图像
close all
clear all
clc
RGB=imread(‘haixiquan.jpg’);
gray=rgb2gray(RGB);
BW1=im2bw(gray,0.4);
BW2=im2bw(gray,0.7);
figure;
set(0,‘defaultFigureposition’,[150 150 500 500]);
set(0,‘defaultFigurecolor’,[1 1 0]);
subplot(221),imshow(RGB),title(‘RGB图像’);
subplot(222),imshow(gray),title(‘灰度图像’);
subplot(223),imshow(BW1),title(‘阈值0.4二值图像’);
subplot(224),imshow(BW2),title(‘阈值0.7二值图像’);

%自己理解的解释
阈值就是灰度图像转换后矩阵里的数例如255转换为double浮点类型1.000
其他的数也发生变化但是再0-1之间，这样和阈值对比，大于阈值为1（白），小于阈值为0（黑）。

6.RGB图像直接转变为二值图像

close all
clear all
clc
RGB=imread(‘haixiquan.jpg’);
BW1=im2bw(RGB,0.3);
BW2=im2bw(RGB,0.7);
figure;
set(0,‘defaultFigureposition’,[150 150 500 500]);
set(0,‘defaultFigurecolor’,[1 1 0]);
subplot(131),imshow(RGB),title(‘RGB图像’);
subplot(132),imshow(BW1),title(‘阈值0.3二值图像’);
subplot(133),imshow(BW2),title(‘阈值0.7二值图像’)

%总结一下遇到的问题
1.在调用set函数时有关背景颜色显示时候的矩阵是不是[0 0 0]这个是不是就是RGB三原色的那个三位矩阵的意思，感觉是这个意思。
2.有关索引图像那三种转换算法不理解
3.先将RGB图像转换为灰度图像然后再转换为二值图像与RGB直接转换为二值图像有什么区别，有关uint8，double，logical图像转换还是不清楚，慢慢来喽
%后天要考6级了，裸考听力，加油冲冲冲

RGB图像，索引图像，灰度图像，二值图像相互转换相关推荐

彩色RGB图像转为灰度图像
将彩色RGB图像转为灰度图像,其中像素值的转换为灰度值=0.2989 * R + 0.5870 * G + 0.1140 * B 原彩色RGB图像是三通道的,转换成单通道的灰度图像自己写了一个Py ...
ITK:将RGB图像转换为灰度图像
ITK:将RGB图像转换为灰度图像内容提要输出结果 C++实现代码内容提要将RGB图像转换为其亮度图像(灰度级一). 输出结果 C++实现代码 #include "itkImage. ...
RGB图像转灰度图像的原理
简介将彩色图像转化成为灰度图像的过程成为图像的灰度化处理.彩色图像中的每个像素的颜色有R.G.B三个分量决定,而每个分量有255中值可取,这样一个像素点可以有1600多万(255*255*255)的 ...
基于python的图像格式转换（将RGB图像转换为灰度图像）
1.将RGB图像转换为灰度图像: from PIL import Image I = Image.open('F:\\pycharm\\picture_format\\data\\lena.jpg') ...
opencv学习5：cvtColor RGB图像转灰度图像原理
简介将彩色图像转化成为灰度图像的过程成为图像的灰度化处理.彩色图像中的每个像素的颜色有R.G.B三个分量决定,而每个分量有255中值可取,这样一个像素点可以有1600多万(255*255*255)的 ...
【图像笔记】RGB图像转灰度图像
RGB图像转灰度图像转灰度图像有三种方法: 最大值法将彩色图像中的三分类亮度的最大值作为灰度图的灰度值 (35,40,55) (0,15,8) ---> 55 15 (20,15,8) (25 ...
索引图像，RGB图像，灰度图像，.二值图像
索引图像索引图像包括一个数据矩阵X和一个颜色映射(调色板)矩阵map. 数据矩阵X可以有uint8,uint16或double类型的.颜色映射矩阵map是一个N*3的数据阵列,其中每个元素都是位于[ ...
索引图像，RGB图像，灰度图像，二值图像
1. 索引图像索引图像包括一个数据矩阵X和一个颜色映射(调色板)矩阵map. 数据矩阵X可以有uint8,uint16或double类型的.颜色映射矩阵map是一个N*3的数据阵列,其中每个元素都是 ...
RGB图像转换为灰度图像的原理
RGB彩色图像中,一种彩色由R(红色),G(绿色),B(蓝色)三原色按比例混合而成. 图像的基本单元是一个像素,一个像素需要3块表示,分别代表R,G,B,如果8为表示一个颜色,就由0-255区分不同亮 ...
python将图像转化为灰度图像_在Python中，如何将RGB图像转换为灰度图像？
我正在尝试使用matplotlib读取RGB图像并将其转换为灰度图像. 在matlab中,我使用这个: img = rgb2gray(imread('image.png')); 在matplotlib ...

RGB图像，索引图像，灰度图像，二值图像相互转换

RGB图像，索引图像，灰度图像，二值图像相互转换相关推荐

最新文章

热门文章