https://www.yiibai.com/matlab/matlab_commands.html 基础学习网站
https://www.jianshu.com/p/0068dd5a3939
我的电脑里还有一些在火狐浏览器自动下载的地方 好多
（1）图像显示及转换内容
example 1:
>>clear;close all; %清除MATLAB所有工作变量，关闭已打开的图形窗口
I=imread('pout.tif');imshow('pout.tif'); %读取图像
whos; %查图像的存储内存
figure,imhist(I); %创建图像直方图
I2=hiateq(I);fugure,imshow(I2); %直方图均衡化，灰度值扩展到整个灰度范围【0,255】，提高对比度
imwrite(I2,'pout2.tif'); %保存图像
imfinof('pout2.tif') %检查新生成图像内容
example 2
>>clear;close all;I=imread('rice.png');imshow('rice.png'); %读取和显示图像
background=imopen(I,strel('disk',15)); %估计图像背景
I2=imsubtract(I,background);figure,imshow(I2); %从原始图像中减去背景图像
I3=imadjust(I2,stretchlim(I2),[0 1]);figure,imshow(I3); %调节图像对比度
level=graythresh(I3);bw=im2bw(I3,level);figure,imshow(bw); %使用阈值操作将图像转换为二进制图像
【labeled,numobjects】=bwlabel(bw,4); %检查图像中的对象个数
grain=imcrop(labeled); %检查标记矩阵
RGB_label=label2rgb(labeled,@spring,'c','shuffle');
imshow(RGB_label); %将标记矩阵转换为伪彩色的索引图像
graindata=regionprops(labeled,'basic') %调节图像中对象或区域的属性
allgrains【graindata.area】;max(allgrains) %max获得最大的米粒大小
ans=
695
biggrain=find(allgrains==695) %返回最大尺寸米粒的标记号
biggrain=
68
mean(allgrains) %获取米粒尺寸平均大小
ans=
249
hist(allgrains,20); %绘制一个包含20柱的直方图来说明米粒大小分布情况
example 3
RGB=reshape(ones(64,1)*reshape(jet(64),1,192)[64,64,3]);
R=RGB(:,:,1);G=RGB(:,:,2);B=RGB(:,:,3);
subplot(221),imshow(R);subplot(222),imshow(G);subplot(223),imshow(B);subplot(224),imshow(RGB);
example 4 使用索引图像chess.met的颜色图map,通过抖动map中的颜色，产生RGB图像autumn.tif的索引图像
>>%-- 2014-3-1 22:50 --%
load chess;
RGB=inread('autumn.tif');
RGB=imread('autumn.tif');
subplot(121),imshow(RGB);
Y=dither(RGB,map);
subplot(122),imshow(Y,map);
%-- 2014-3-2 17:00 --%
example 5 将灰度图像转换成索引图像，颜色图分别为gray(128),gray(16)
>> I=imread('pout.tif');
>> [I1,map1]=gray2ind(I,128);
>> [I2,map2]=gray2ind(I,16);
>> subplot(131),imshow(I1,map1);subplot(132),imshow(I2,map2);subplot(133),imshow(I);
example 6 将一幅索引图trees.mat转换为灰度图
>>load trees
I=ind2gray(X,map);
subplot(121),imshow(X,map);subplot(122),imshow(I);
example 7 将RGB图像onion.png转换为灰度图像
>>RGB=imread('onion.png');
figure(1);imshow(RGB);figure(2);Y=rgb2gray(RGB);imshow(Y);
example 8 将RGB图像onion.png转换为索引图像
>>RGB=imread('onion.png');
figure(1);imshow(RGB);figure(2);Y=rgb2ind(RGB,128);imshow(Y);
example 9 将索引图像wmandril.mat转换为RGB图像
>>load wmandril;figure(1);imshow(X,map);I=ind2rgb(X,map);figure(2),imshow(I);
example 10 通过阀值法将索引图像转换为二值图像，阀值0.4
>>load trees;
BW=im2bw(X,map,0.4);figure(1);imshow(X,map);figure(2),imshow(BW);
example 11 将一幅灰度图像pout.tif转换为索引图像
>>I=imread('pout.tif');figure(1),imshow(I);X=grayslice(I,16);figure(2),imshow(X,hot(16));
example 12 将图像滤波后产生的矩阵转换为灰度图像
>>I=imread('trees.tif');figure(1),imshow(I);
J=filter2(fspecial('sobel'),I);K=mat2gray(J);figure(2),imshow(K);
example 13 过滤一个类为unit8的图像，然后将其显示为灰度图，并添加呀颜色条
>>I=imread('trees.tif');h=[121;000;-1-2-1];J=filter2(h,I);imshow(J,[]);colorbar;
example 14 并排显示两幅图像
[X1,map1]=imread('forest.tif');[X2,map2]=imread('trees.tif');subplot(121),imshow(X1,map1);subplot(122),imshow(X2,map2);
[X1,map1]=imread('forest.tif');[X2,map2]=imread('trees.tif');subplot(121),subimage(X1,map1);subplot(122),subimage(X2,map2);
（2）图像运算内容
example 1 将灰度图像使用灰度变换函数进行线性点运算
>>rice=imread('rice.png');I=double(rice);J=I*0.43+60;rice2=uint8(J);subplot(121),imshow(rice);subplot(122),imshow(rice2);
eaxmple 2 两幅图像叠加
>>I=imread('rice.png');J=imread('cameraman.tif');subplot(131),imshow(I);subplot(132),imshow(J);
K=imadd(I.J);subplot(133),imshow(K);
example 3 图像的减法运算
>>clear;close all;I=imread('rice.png'); %读取和显示图像
background=imopen(I,strel('disk',15)); %估计图像背景亮度
I2=imsubtract(I,background); %从原始图像中减去背景图像
subplot(121),imshow('rice.png');subplot(122),imshow(I2);
example 4 图像的乘法运算
>>I=imread('moon.tif');J=immultiply(I,1.2);subplot(121),imshow(I);subplot(122),imshow(J);
example 5 图像的除法运算
>>rice=imread('rice.png');background=imopen(rice,strel('disk',15));rice2=imsubtract(rice,background);
rice3=imdivide(rice,rice2);subplot(131),imshow(rice);subplot(132),imshow(rice2);subplot(133),imshow(rice3);
(3) 几何变换
example 1 使用不同的插值方法对图像进行放大
>>load woman2
subplot(2,2,1),imshow(X,map);
X1=imresize(X,2,'nearest');subplot(2,2,2),imshow(X1,[]);
X2=imresize(X,2,'bilinear');subplot(2,2,3),imshow(X2,[]);
X3=imresize(X,2,'bicubic');subplot(2,2,4),imshow(X3,[]);
example 2 图像旋转
>>I=imread('trees.tif');J=imrotate(I,35,'bilinear');subplot(121),imshow(I);subplot(122),imshow(J);
example 3 图像剪裁
>>I=imread('trees.tif');J=imcrop(I);imshow(J);
example 4 图像的滑动平均操作
>>I=imread('trees.tif');I2=colfilt(I,[5 5],'sliding','mean');figure(1),imshow(I);figure(2),imshow(I2,[]);
example 4 对输入图像处理，输出图像为每个像素领域的最大值
>>I=imread('trees.tif');figure(1),imshow(I);f=inline('ones(64,1)*mean(x)');
I2=colfilt(I,[8 8],'distinct',f);figure(2),imshow(I2,[]);
example 4 调用nlfilter函数进行滑动操作
>>I=imread('tire.tif');f=inline('max(x(:))');J=nlfilter(I,[3 3],f);
subplot(121),imshow(I);subplot(122),imshow(J);
example 5 图像块操作 计算图像8x8区域的局部标准差
>>I=imread('tire.tif');f=inline('uint8(round(std2(x)*ones(size(x))))');
I2=blkproc(I,[8 8],f);subplot(121),imshow(I);subplot(122),imshow(I2);
example 6 返回像素或像素集的数据值
>>imshow canoe.tif;vals=impixel %在显示图像上点几个点，回车后显示数据值
example 7 强度描述图 improfile函数用于沿着图像一条直线路径或直线路径计算并绘制其强度值（灰度值）
>>imshow debyel.tif;improfile %确定直线段后，按回车键，得到轨迹强度图
>>RGB=imread('peppers.png');figure(1),imshow(RGB);improfile
example 8 图像轮廓图
>>I=imread('rice.png');imshow(I);figure;imcontour(I);
example 9 图像柱状图
>>I=imread('rice.png');imhist(I,64);
( 4 )图像分析
example 1 灰度边缘检测
>>RGB=imread('peppers.png');figure(1);imshow(RGB); %调入及显示RGB图
I=rgb2gray(RGB);figure(2),imshow(I);colorbar('horiz'); %RGB图转换为灰度图
ED=edge(I,'sobel',0.08);figure(3);imshow(ED); %边缘检测,thresh值越小，显示细节越多
example 2 Sobel边界探测器和Canny边界探测器在图像分析中的应用
>>I=imread('rice.png');BW1=edge(I,'sobel');BW2=edge(I,'Canny');
figure(1),imshow(I);figure(2),imshow(BW1);figure(3),imshow(BW2);
( 5 )特定区域处理
example 1 根据指定的坐标选择一个六边形区域(选中区域为白色，其余的为黑色)
>>I=imread('eight.tif');c=[222 272 300 272 222 194];r=[21 21 75 121 121 75];
BW=roipoly(I,c,r);subplot(121),imshow(I);subplot(122),imshow(BW);
example 2 按灰度分割图像中的目标
>>I=imread('rice.png');BW=roicolor(I,128,255) %选择图像灰度范围在128和255之间的像素
subplot(121),imshow(I);subplot(122),imshow(BW);
example 3 特定区域滤波，对指定区域进行锐化滤波
>>I=imread('eight.tif');c=[222 272 300 272 222 194];r=[21 21 75 121 121 75];BW=roipoly(I,c,r);
h=fspecial('unsharp'); %指定滤波算子为'unsharp'
J=roifilt2(h,I,BW);subplot(121),imshow(I);subplot(122),imshow(J);
example 4 特定区域填充：填充指定的区域
>>I=imread('rice.png');c=[52 72 300 270 221 194];r=[71 21 75 121 121 75];
J=roifill(I,c,r);subplot(121),imshow(I);subplot(122),imshow(J);
( 6 )图像变换，傅里叶变换，
example 1 一幅图像的二维傅里叶变换
>>figure(1);load imdemos saturn2; %装入原始图像
imshow(saturn2); %显示图像
figure(2);B=fftshift(fft2(saturn2)); %进行傅里叶变换;
%fftshift(I)函数用于调整fft,fft2,fftn的输出结果。对于向量，fftshift(I),将I的左右两半交换位置；对于矩阵I，
fftshift(I)将I的一，三象限和二四象限进行互换；对于高维矢量，fftshift(I)将矩阵各维的两半进行互换。
imshow(log(abs(B)),[]);colormap(jet(64)),colorbar; %显示变换后的系数分布
example 2 利用freqz2函数得到的高斯滤波器的频率响应
>>h=fspecial('gaussian');freqz2(h)
example 3 一个计算魔方阵和一个矩阵的卷积
>>A=magic(3);B=ones(3);A(8 ,8)=0;B(8 ,8)=0; %对A，B进行零填充，使之成为8X8矩阵
C=ifft2(fft2(A).*fft2(B));
C=C(1:5,1:5); %抽取矩阵中的非零部分
C=real(C) %去掉错误的，由四舍五入产生的虚部
example 4 图像特征识别：将包含字母a的图像与text.tif图像进行相关运算，也就是首先将字母a和图像text.tif进行傅里叶变换，然后利用快速卷积的方法，计算字母a和图像text.tif的卷积，提取卷积运算的峰值，图中所示的白色亮点，即得到在图像text.tif中字母a定位的结果
>>I=imread('text.tif');a=I(59:71:81:91); %从图像中提取字母a的图像
subplot(221),imshow(I);subplot(222),imshow(a);
C=real(ifft2(fft2(I).*fft2(rot90(a,2),256,256)));subplot(223),imshow(C,[]);
thresh=max(C(:)); %找到C中的最大值，选择一个略小于该数的数值作为阈值
subplot(224),imshow(C>thresh); %显示像素值超过阈值
example 5 离散余弦变换应用：把输入图像划分成8x8的图像块，计算它们的DCT系数，并且只保留64个DCT系数中的10个，然后对每个图像块利用这10个系数进行DCT反变换来重构图像
>>
example 6
>>RGB=imread('autumn.tif');