close all; %关闭当前所有图形窗口,清空工作空间变量,清除工作空间所有变量
clear all;
clc;
%%%%剪切%%%%
[A,map]=imread('左侧图.png'); %读入图像
[B,map]=imread('右侧图.png'); %读入图像
rect1=[96 40 120 166]; %定义剪切区域
rect2=[70 2 120 166]; %定义剪切区域
X1=imcrop(A,rect1); %进行图像剪切
X2=imcrop(B,rect2); %进行图像剪切
set(0,'defaultFigurePosition',[100,100,1000,500]);%修改图形图像位置的默认设置
set(0,'defaultFigureColor',[1 1 1])%修改图形背景颜色的设置
figure(1);
subplot(221),imshow(A); %显示原图像
rectangle('Position',rect1,'LineWidth',2,'EdgeColor','r') %显示图像剪切区域
subplot(222),imshow(B); %显示原图像
rectangle('Position',rect2,'LineWidth',2,'EdgeColor','r') %显示图像剪切区域
subplot(223),imshow(X1); %显示剪切的图像
subplot(224),imshow(X2); %显示剪切的图像
%%%单色化%%%
M1=X1; %将剪切图像X1赋值给M1
M1(:,:,1)=0; %将原图像变成单色图像,保留蓝色
M1(:,:,2)=0;
M2=X2; %将剪切图像X2赋值给M2
M2(:,:,1)=0; %将原图像变成单色图像,保留蓝色
M2(:,:,2)=0;
figure(2);
subplot(221),imshow(M1);
subplot(222),imshow(M2);
%%%灰度化%%%
H1=rgb2gray(M1);
H2=rgb2gray(M2);
subplot(223),imshow(H1);
subplot(224),imshow(H2);
%%%提取标志点%%%
H3=H1;
H4=H2;
i = 0;
while i<=121*167
[r1] = find(H3<=25); %小于阈值的部分,找出M1中小于等于25的位置
[r2] = find(H3>25); %大于阈值的部分
[r3] = find(H4<=25); %小于阈值的部分,找出M2中小于等于25的位置
[r4] = find(H4>25); %大于阈值的部分
i = i+1;
end
H3(r1) = 0; %将小于阈值的部分赋值为0
H3(r2) = 255; %将大于阈值的部分赋值为255 这两步是将图像转换成二值图像
H4(r3) = 0; %将小于阈值的部分赋值为0
H4(r4) = 255; %将大于阈值的部分赋值为255 这两步是将图像转换成二值图像
figure(3);
subplot(221);imshow(H3,[]);
subplot(222);imshow(H4,[]);
%保存图像
imwrite(X1,'左侧剪切图.png'); %保存X1
imwrite(X2,'右侧剪切图.png'); %保存X2
imwrite(M1,'左侧单色图.png'); %保存M1
imwrite(M2,'右侧单色图.png'); %保存M2
imwrite(H1,'左侧单色灰度图.png'); %保存H1
imwrite(H2,'右侧单色灰度图.png'); %保存H2
imwrite(H3,'左侧标记二值图.png'); %保存H3
imwrite(H4,'右侧标记二值图.png'); %保存H4
基于Matlab的图像特征点提取.zip
2星 需积分: 49 167 浏览量
2020-03-21
11:19:40
上传
评论 9
收藏 157KB ZIP 举报
亦我飞也
- 粉丝: 1703
- 资源: 79
最新资源
- 直接插入排序,冒泡排序,直接选择排序.zip
- 在排序2的基础上,再次对快排进行优化,其次增加快排非递归,归并排序,归并排序非递归版.zip
- 实现了7种排序算法.三种复杂度排序.三种nlogn复杂度排序(堆排序,归并排序,快速排序)一种线性复杂度的排序.zip
- 冒泡排序 直接选择排序 直接插入排序 随机快速排序 归并排序 堆排序.zip
- 课设-内部排序算法比较 包括冒泡排序、直接插入排序、简单选择排序、快速排序、希尔排序、归并排序和堆排序.zip
- Python排序算法.zip
- C语言实现直接插入排序、希尔排序、选择排序、冒泡排序、堆排序、快速排序、归并排序、计数排序,并带图详解.zip
- 常用工具集参考用于图像等数据处理
- 音乐展示网页、基于Stenography的图像数字水印添加与提取,以及基于颜色矩和Tamura算法的图像相似度评估算法py源码
- 基于EmguCV(OpenCV .net封装),图像数字水印加解密算法的实现,其中包含最低有效位算法,离散傅里叶变换算法+文档书
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈