### Matlab 用法小结
#### 一、图像处理基础函数
##### 1. 读取图像
在Matlab中，`imread`函数用于读取图像文件，并将其转换为矩阵形式，便于后续处理。
- **语法**：
- `f = imread('filename')`
- **参数**：
- `'filename'`：图像文件的路径或名称。
- **支持的格式**：
- TIFF (`*.tif`, `*.tiff`)
- JPEG (`*.jpg`, `*.jpeg`)
- GIF (`*.gif`)
- BMP (`*.bmp`)
- PNG (`*.png`)
- XWD (`*.xwd`)
- **注意事项**：
- 如果在命令末尾加上分号(`;`)，则Matlab不会显示该命令的结果。
- 使用`[m, n] = size(f)`获取图像的行数和列数。
- 使用`whos f`查看图像数组的详细信息，包括变量名、尺寸、字节数等。
##### 2. 显示图像
`imshow`函数用于显示图像。
- **语法**：
- `imshow(f)`
- `imshow(f, G)`
- `imshow(f, [low, high])`
- `imshow(f, [])`
- `figure, imshow(f)`
- **参数**：
- `f`：图像矩阵。
- `G`：灰度级数，默认为256。
- `[low, high]`：指定显示范围。
- `<= low`的像素值显示为黑色。
- `>= high`的像素值显示为白色。
- 两者之间的值按默认级数显示为不同亮度。
- 使用`imshow(f, [])`可以自动调整显示范围，适用于动态范围较小的图像。
- **示例**：
- `imshow(f, [])`：自动设置显示范围。
- `figure, imshow(f)`：在新窗口中显示图像，保留原有图像窗口不变。
##### 3. 保存图像
`imwrite`函数用于将图像保存到文件。
- **语法**：
- `imwrite(f, 'filename')`
- `imwrite(f, 'filename', 'format')`
- `imwrite(f, 'filename', 'quality', q)`
- **参数**：
- `f`：图像矩阵。
- `'filename'`：输出文件的路径或名称。
- `'format'`：输出文件的格式。
- `q`：JPEG质量因子（0~100），数值越小，图像压缩程度越高，质量越差。
- **示例**：
- `imwrite(f, 'output.tif')`：保存为TIFF格式。
- `imwrite(f, 'output.jpg', 'quality', 80)`：保存为JPEG格式，质量因子为80。
#### 二、数据类型转换与标准数组
##### 1. 数据类型转换
Matlab提供了多种数据类型的转换函数，如`uint8`用于将数据转换为8位无符号整数。
- **语法**：
- `B = dataname(A)`
- **示例**：
- `b = uint8(a)`：将`a`转换为8位无符号整数。
##### 2. 标准数组
Matlab提供了一系列用于创建特定类型数组的函数。
- **函数**：
- `zeros(m, n)`：生成全零矩阵。
- `ones(m, n)`：生成全一矩阵。
- `true(m, n)`：生成逻辑型全1矩阵。
- `false(m, n)`：生成逻辑型全0矩阵。
- `rand(m, n)`：生成随机数矩阵，数值在[0, 1]范围内。
- `randn(m, n)`：生成正态分布随机数矩阵，均值为0，方差为1。
#### 三、函数定义与交互式I/O
##### 1. 函数定义
Matlab允许用户自定义函数。
- **语法**：
- `function [outputs] = name(inputs)`
- **示例**：
- 定义一个名为`myFunc`的函数，接收一个输入参数`x`，返回两倍于输入值的输出：
```matlab
function y = myFunc(x)
y = 2 * x;
end
```
##### 2. 交互式I/O
Matlab提供了多种交互式输入输出函数。
- **显示信息**：
- `disp(argument)`：显示变量的值或字符串。
- **数据输入**：
- `t = input('message')`：提示用户输入信息并存储在变量`t`中。
#### 四、图像增强与分析
##### 1. 亮度变换
用于改变图像的整体亮度。
- **函数**：
- `g = imadjust(f, [low_in, high_in], [low_out, high_out], gamma)`
- `g = imcomplement(f)`
- `g = im2uint8(mat2gray(log(1 + double(f))))`
- **参数**：
- `gamma`：曲线形状，默认为1。
- `low_in`, `high_in`：输入图像的低高阈值。
- `low_out`, `high_out`：输出图像的低高阈值。
- 使用`imcomplement`函数获取图像的负片。
- 使用`mat2gray`和`im2uint8`组合进行对数变换以减小动态范围。
##### 2. 直方图处理
直方图是一种统计工具，用于显示图像中像素强度的分布情况。
- **函数**：
- `h = imhist(f, b)`
- `g = histeq(f, nlev)`
- `g = histeq(f, hspec)`
- **参数**：
- `b`：灰度级个数，默认为256。
- `nlev`：输出图像的灰度级数。
- `hspec`：指定直方图形状。
- **图形绘制**：
- `bar(horz, v, width)`：绘制条形图。
- `stem(horz, v, 'color', 'linestyle', 'marker')`：绘制杆状图。
- `plot(horz, v, 'color', 'linestyle', 'marker')`：绘制折线图。
- `ylim('y')`, `xlim('x')`：设置坐标轴的范围。
##### 3. 空间滤波
空间滤波是一种常见的图像处理技术，用于平滑、锐化或突出图像中的某些特征。
- **线性空间滤波**：
- `g = imfilter(f, w, filtering_mode, boundary_option, size_options)`
- `filtering_mode`：相关或卷积，默认为相关。
- `boundary_option`：边界处理方式，可以选择`symmetric`、`circular`、`replicate`等。
- `size_options`：输出图像大小，可以选择`samesame`或`full`。
- **非线性空间滤波**：
- `g = colfilter(f, [m, n], 'sliding', @fun, parameters)`
- `fp = pafarray(f, [rc], method, direction)`
- **标准空间滤波器**：
- `w = fspecial('type', parameters)`
- `fspecial('gaussian', [rc], sig)`：创建高斯滤波器，其中`rc`为高斯核的尺寸，`sig`为标准差。
通过以上总结，我们可以看到Matlab提供了丰富的图像处理功能，包括读取、显示、保存图像以及各种图像增强技术。此外，它还支持自定义函数定义、交互式输入输出以及高级的图像分析方法，如直方图处理和空间滤波。这些工具和技术对于图像处理领域的研究和应用非常有价值。
