【MATLAB中的图像数据结构】

MATLAB中的图像数据结构

目标 ：

理解MATLAB中图像的基本数据结构，包括图像的存储方式、颜色空间、像素操作等。

知识点 ：

1. 图像的存储方式 ：

• MATLAB使用矩阵（Matrix）来存储图像。
• 灰度图 ：二维矩阵，每个像素值表示亮度（0-255）。
• 彩色图 ：三维矩阵，尺寸为 [高度 × 宽度 × 3]，三个通道分别表示红（R）、绿（G）、蓝（B）。
• 索引图（Indexed Image） ：使用颜色图（Color Map）存储颜色信息。

2. 图像的颜色空间 ：

• 灰度图（Grayscale） ：单通道，0-255。
• RGB图（True Color） ：三通道，每个通道0-255。
• HSV图（Hue, Saturation, Value） ：颜色空间的另一种表示方式。
• 索引图 ：使用颜色图映射颜色。

3. 图像的像素操作 ：

• 访问和修改像素值 ：
• 使用矩阵索引访问像素值。
• 修改特定像素的值。
• 图像的缩放和裁剪 ：
• 使用 imresize 缩放图像。
• 使用矩阵索引裁剪感兴趣区域。

示例代码 ：

1. 读取和显示图像 ：

matlab

% 读取图像
img = imread('peppers.png'); % 读取彩色图像
grayImg = rgb2gray(img); % 读取灰度图像
% 显示图像
figure;
subplot(1, 2, 1);
imshow(img);
title('Color Image');
subplot(1, 2, 2);
imshow(grayImg);
title('Grayscale Image');

代码解释：
1. 读取图像 ：
• img = imread(‘peppers.png’)：使用 imread 函数从指定路径读取名为 embeded.jpg 的彩色图像，并将其存储在变量 img 中。imread 函数默认读取彩色图像，返回一个三维数组（宽度 × 高度 × 3 通道）。
2. 读灰度图像 ：
• grayImg = rgb2gray(img)：使用grayImg转换图像文件，获取灰度版本。
3. 创建图形窗口 ：
• figure;：创建一个新的图形窗口，用于显示图像。
4. 设置子图布局 ：
• subplot(1, 2, 1);：将图形窗口分成 1 行 2 列，当前子图是第一个位置（左半部分）。
5. 显示彩色图像 ：
• imshow(img);：在第一个子图中显示彩色图像 img。
• title(‘Color Image’);：为第一个子图添加标题“Color Image”。
6. 切换到第二个子图 ：
• subplot(1, 2, 2);：切换到第二个子图位置（右半部分）。
7. 显示灰度图像 ：
• imshow(grayImg);：在第二个子图中显示 grayImg。由于当前 grayImg 仍然是彩色图像，显示效果可能与预期不符。应确保 grayImg 是灰度图像。
• title(‘Grayscale Image’);：为第二个子图添加标题“Grayscale Image”。

运行结果：

2. 查看图像信息 ：

matlab

% 查看图像大小和类型
size(img) % 彩色图像的大小
class(img) % 数据类型（uint8）
% 查看灰度图像的像素值
pixelValue = grayImg(100, 200); % 访问第100行、第200列的像素值
fprintf('Pixel value at (100, 200): %d\n', pixelValue);

代码解释：
1. 查看图像大小和类型 ：
• size(img)：返回图像 img 的尺寸，对于彩色图像，通常是一个三维数组，形式为 [高度, 宽度, 通道数]。例如，一张 512x512 的 RGB 图像会返回 [512 512 3]。
• class(img)：显示图像的数据类型，通常是 uint8，表示每个像素值为 0-255 的无符号整数。
2. 查看灰度图像的像素值 ：
• pixelValue = grayImg(100, 200)：访问灰度图像 grayImg 中第 100 行、第 200 列的像素值。灰度图像的像素值范围为 0（黑色）到 255（白色）。
• fprintf(‘Pixel value at (100, 200): %d\n’, pixelValue)：将像素值格式化输出，显示在命令窗口中。

运行结果：

3. 图像的缩放和裁剪 ：

Matlab

% 图像缩放
scaledImg = imresize(img, 0.5); % 缩放到原尺寸的50%
figure;
 imshow(scaledImg); 
title('Scaled Image');
% 图像裁剪
croppedImg = img(100:200, 150:250, :); % 裁剪感兴趣区域
figure; 
imshow(croppedImg); 
title('Cropped Image');

代码解释：
1. 图像缩放 ：
• 使用 imresize 函数将图像 img 缩放到原尺寸的50%。
• imresize(img, 0.5) 中的 0.5 表示将图像的高度和宽度都缩小到原来的一半。
• 缩放后的图像存储在变量 scaledImg 中。

2. 图像裁剪：
• 使用索引从图像 img 中裁剪出一个感兴趣区域。
• img(100:200, 150:250, :) 中的 100:200 表示行的范围（从第100行到第200行），150:250 表示列的范围（从第150列到第250列），: 表示所有颜色通道。
• 裁剪后的图像存储在变量 croppedImg 中

运行结果：

练习 ：

1. 读取一张彩色图像，将其转换为灰度图并显示 ：

matlab

% 读取彩色图像
colorImg = imread('peppers.png');
% 转换为灰度图
grayImg = rgb2gray(colorImg);
% 显示结果
figure;
subplot(1, 2, 1);
imshow(colorImg);
title('Color Image');
subplot(1, 2, 2);
imshow(grayImg);
title('Grayscale Image');

运行结果：

2. 访问图像的某个像素点，修改其值并显示修改后的图像 ：

matlab

% 读取图像
img = imread('peppers.png');
% 访问并修改像素值
img(100, 500, :) = [255, 0, 0]; % 将(100, 200)处的像素设置为红色
% 显示修改后的图像
figure; imshow(img); title('Modified Image');

代码解释：
1. 访问并修改像素值
img(100, 500, 😃 = [255, 0, 0]; % 将(100, 500)处的像素设置为红色
• img(100, 500, 😃 访问图像数组中第100行（垂直方向）、第500列（水平方向）的所有颜色通道。
• : 表示所有三个颜色通道（红、绿、蓝）。
• [255, 0, 0] 是一个三元素数组，分别对应红色、绿色和蓝色通道的值。255表示最大值，0表示最小值。
• 这行代码将指定位置的像素颜色设置为红色，因为红色通道设为255，绿色和蓝色通道设为0。

运行结果：

3. 缩放图像并调整图像的大小 ：

matlab

% 读取图像
img = imread('peppers.png');
% 缩放到原尺寸的75%
scaledImg = imresize(img, 0.75);
% 调整图像大小为 400x600
resizedImg = imresize(img, [400, 600]);
% 显示结果
figure;
subplot(1, 3, 1);
imshow(img);
title('Original Image');
subplot(1, 3, 2);
imshow(scaledImg);
title('Scaled Image (75%)');
subplot(1, 3, 3);
imshow(resizedImg);
title('Resized Image (400x600)');

代码解释：
1.缩放到原尺寸的75%
scaledImg = imresize(img, 0.75);
• 函数 ：imresize
• 功能 ：调整图像的大小。
• 参数 ：
○ img：输入图像。
○ 0.75：缩放比例，表示将图像的高度和宽度都缩小到原来的75%。
• 返回值 ：scaledImg 是缩放后的图像，同样是一个三维数组。
2. 调整图像大小为400x600
resizedImg = imresize(img, [400, 600]);
• 函数 ：imresize
• 功能 ：调整图像的大小。
• 参数 ：
○ img：输入图像。
○ [400, 600]：目标图像的尺寸，分别是高度和宽度。
• 返回值 ：resizedImg 是调整后的图像，同样是一个三维数组。

运行结果：

总结

通过今天的学习，你已经掌握了MATLAB中图像的基本数据结构，包括图像的存储方式、颜色空间以及像素操作。接下来，你可以继续学习图像的读写与基本操作，进一步深入理解MATLAB的图像处理功能。