摘要：
1 clear all; 2 close all; 3 clc; 4 5 randn('seed',0); 6 %%一维高斯函数 7 mu=0; 8 sigma=1; 9 x=-6:0.1:6; 10 y=normpdf(x,mu,sigma); 11 plot(x,y); 12 figure; 1 阅读全文
posted @ 2020-09-10 15:27
一杯清酒邀明月
阅读(2034)
评论(0)
推荐(0)
摘要：
1 clear all; 2 close all; 3 clc; 4 5 randn('seed',0); 6 %{ 7 一维情况 8 mu=0; 9 N=100000; 10 S=5; 11 data=mvnrnd(mu,S,N); 12 me=mean(data); 13 S2=1/N*sum( 阅读全文
posted @ 2020-09-10 15:26
一杯清酒邀明月
阅读(1292)
评论(0)
推荐(0)
摘要：
1 clear all; 2 close all; 3 clc; 4 5 randn('seed',0); 6 mu1=[0 0]; 7 S1=[0.3 0;0 0.35]; 8 cls1_data=mvnrnd(mu1,S1,1000); 9 plot(cls1_data(:,1),cls1_da 阅读全文
posted @ 2020-09-10 15:25
一杯清酒邀明月
阅读(398)
评论(0)
推荐(0)
摘要：
1 close all; 2 clc; 3 H=1; %索引pix中第一个元素，即高度 4 W=2; %索引pix中第二个元素，即宽度 5 left_right=0.3; %抬起左边或右边时值为0-1之间，不抬起时为0 6 up_down=0; %抬起上边或下边时值为0-1之间，不抬起时为0 7 8 阅读全文
posted @ 2020-09-10 15:24
一杯清酒邀明月
阅读(614)
评论(0)
推荐(0)
摘要：
1 close all; 2 clear all; 3 clc; 4 5 img=imread('rice.png'); 6 imshow(img); 7 [m n]=size(img); 8 9 tmp=zeros(m+2,n+2); 10 tmp(2:m+1,2:n+1)=img; 11 Ix= 阅读全文
posted @ 2020-09-10 15:22
一杯清酒邀明月
阅读(447)
评论(0)
推荐(0)
摘要：
1 cl; 2 H=1; %索引pix中第一个元素，即高度 3 W=2; %索引pix中第二个元素，即宽度 4 jiaodu=45; %要旋转的角度，旋转方向为顺时针 5 img=imread('Corner.png'); %这里v为原图像的高度，u为原图像的宽度 6 imshow(img); %这 阅读全文
posted @ 2020-09-10 15:21
一杯清酒邀明月
阅读(816)
评论(0)
推荐(0)
摘要：
1 cl; 2 w=0.6; %放大或缩小的宽度 3 h=1.4; %放大或缩小的高度 4 img=imread('Corner.png'); 5 imshow(img); 6 [m n]=size(img); 7 imgn=zeros(h*m,w*n); 8 9 rot=[h 0 0;0 w 0; 阅读全文
posted @ 2020-09-10 15:20
一杯清酒邀明月
阅读(932)
评论(0)
推荐(0)
摘要：
1 cl; 2 img1=imread('gaosi.jpg'); 3 [m,n]=size(img1); 4 w=fspecial('gaussian',[3 3]); 5 img2=imresize(imfilter(img1,w),[m/2 n/2]); 6 img3=imresize(imf 阅读全文
posted @ 2020-09-10 15:19
一杯清酒邀明月
阅读(525)
评论(1)
推荐(0)
摘要：
1 cl; 2 img=imread('mask.jpg'); 3 imshow(img); 4 [x,y]=size(img); 5 img_man=zeros(x,y); 6 img_com=zeros(x,y); 7 8 %% 直方图均衡化算法 9 Max=max(max(img)); 10 阅读全文
posted @ 2020-09-10 15:18
一杯清酒邀明月
阅读(777)
评论(0)
推荐(0)
摘要：
1 cl; 2 m=31; 3 n=31; 4 img=zeros(m+1,n+1); 5 img=double(img); 6 pi=3.1415926; 7 sigma=10; 8 for i=-(m/2):m/2 9 for j=-(n/2):n/2 10 img(i+m/2+1,j+n/2+ 阅读全文
posted @ 2020-09-10 15:17
一杯清酒邀明月
阅读(550)
评论(0)
推荐(0)
摘要：
1 cl; 2 raw=zeros(200,256,30); 3 for i=1:30 4 filename=strcat('F:\算法实验\data\seq3\',int2str(i),'.bmp'); 5 raw(:,:,i)=imread(filename); 6 end 7 8 方法二： 9 阅读全文
posted @ 2020-09-10 15:16
一杯清酒邀明月
阅读(433)
评论(0)
推荐(0)
摘要：
1 cl; 2 img_gray=imread('fupeng.jpg'); 3 img_erzhi=imread('erzhi_fupeng.jpg'); 4 imshow(img_gray) 5 figure,imshow(img_erzhi) 6 [m n]=size(img_gray); 7 阅读全文
posted @ 2020-09-10 15:15
一杯清酒邀明月
阅读(814)
评论(0)
推荐(0)
摘要：
1 cl; 2 img=imread('1.bmp'); 3 img=double(img); 4 imshow(mat2gray(img)); 5 6 [m n]=size(img); 7 imgn=zeros(m-3,n-3); 8 temp=[]; 9 for i=1:m-3 10 for j 阅读全文
posted @ 2020-09-10 15:14
一杯清酒邀明月
阅读(397)
评论(0)
推荐(0)
摘要：
1 clear; 2 clc; 3 width=3; 4 xwidth=(width-1)/2; 5 imgn=imread('1.bmp'); 6 imshow(imgn,[]); 7 imgn=double(imgn); 8 [m n]=size(imgn); 9 imgn1=imgn; 10 阅读全文
posted @ 2020-09-10 15:13
一杯清酒邀明月
阅读(523)
评论(0)
推荐(0)
摘要：
1 clear; 2 clc; 3 width=3; 4 xwidth=(width-1)/2; 5 imgn=imread('1.bmp'); 6 imshow(imgn,[]); 7 imgn=double(imgn); 8 [m n]=size(imgn); 9 imgn1=imgn; 10 阅读全文
posted @ 2020-09-10 15:12
一杯清酒邀明月
阅读(443)
评论(0)
推荐(0)
摘要：
1 cl; 2 3 img=imread('3.17.tif'); 4 imgn=imnoise(img,'salt & pepper',0.02); 5 [m n]=size(img); 6 7 %h=fspecial('average',[3 3]); % 3*3的均值滤波 8 %imgn1=i 阅读全文
posted @ 2020-09-10 15:11
一杯清酒邀明月
阅读(399)
评论(0)
推荐(0)
摘要：
1 cl; 2 img=imread('15.bmp'); 3 %img=double(img); 4 f=fft2(img); %傅里叶变换 5 f=fftshift(f); %使图像对称 6 r=real(f); %图像频域实部 7 i=imag(f); %图像频域虚部 8 margin=log 阅读全文
posted @ 2020-09-10 15:09
一杯清酒邀明月
阅读(5981)
评论(4)
推荐(1)
摘要：
1 cl; 2 img=imread('15.bmp'); 3 %imshow(img); 4 [m n]=size(img); 5 max=0; 6 min=256; 7 avg=0; 8 for i=1:1:m 9 for j=1:1:n 10 if img(i,j)<min 11 min=im 阅读全文
posted @ 2020-09-10 15:08
一杯清酒邀明月
阅读(1314)
评论(0)
推荐(0)
摘要：
本练习程序是受到了这个老外博文的启发，感觉挺有意思，就尝试了一下。他用的是opencv，我这里用的是matlab。 过去写过透视投影，当时是用来做倾斜校正的，这次同样用到了透视投影，不过更有意思，是将一张图像贴到另一张图像上。 两个透视投影都需要先计算投影矩阵，倾斜校正那一篇是通过解线性方程组求的变 阅读全文
posted @ 2020-09-10 15:06
一杯清酒邀明月
阅读(318)
评论(0)
推荐(0)
摘要：
又是计算几何，我感觉最近对计算几何上瘾了。 当然，工作上也会用一些，不过工作上一般直接调用boost的geometry库。 上次写过最小包围圆，这次是最小包围矩形，要比最小包围圆复杂些。 最小包围矩形可不一定是个直立的矩形，也可能像下图一样是倾斜的。 求法如下： 1.求多边形凸包，这里凸包直接调用系 阅读全文
posted @ 2020-09-10 15:04
一杯清酒邀明月
阅读(835)
评论(0)
推荐(0)
浙公网安备 33010602011771号