數字圖像處理之matlab大作業：自制圖像處理小工具-創新互聯

學習的過程向來不是容易的，創造一個作品的過程更是不容易的。因此，在文章的最后，提供了兩個現成的示例代碼，大家直接可以拿來運行。在完成大作業的時候，大家可以在已有作品的基礎上，按照自己的需求進行修改，添加我們課程要求的功能，并體會如何完成一個完整的項目。?

按需定制可以根據自己的需求進行定制，成都網站設計、成都網站建設、外貿網站建設構思過程中功能建設理應排到主要部位公司成都網站設計、成都網站建設、外貿網站建設的運用實際效果公司網站制作網站建立與制做的實際意義

特別特別希望大家可以把下面的小功能整合成一個完整的項目~? 期待！

下面分功能演示實現細節（這些功能源自于發布的大作業要求）：

1、導入圖片（或從攝像頭加載圖片）； 1）選擇文件夾打開照片;

% '*.*'為顯示當前文件夾中的所有文件；
% select a picture為文件對話框的標題；
% 'multiselect','on'為打開選擇多個模式（默認為關）；
% '.\'為要打開的文件路徑
[file,path] = uigetfile('*.*','select a picture','multiselect','on','.\'); 
file_path=fullfile(path,file);
img=imread(file_path);
imshow(img);
title("原圖像");

2）從攝像頭加載圖片；

加載攝像頭需要獲取硬件支持，所以在matlab上需要安裝一個類似于驅動的軟件，安裝了好久網速不給力呀?~? ?具體細節可參考：

MATLAB調用USB攝像頭實現過程_飛天長虹的博客-博客_matlab調用攝像頭

clear,clc,close all;
vid = videoinput('winvideo', 1, 'YUY2_640x480')
set(vid,'ReturnedColorSpace','rgb');
vidRes=get(vid,'VideoResolution');
width=vidRes(1);
height=vidRes(2);
nBands=get(vid,'NumberOfBands');
hImage=image(zeros(vidRes(2),vidRes(1),nBands));
preview(vid,hImage);
start(vid);
img = getsnapshot(vid);
image(img);
imshow(img);title("攝像頭獲取圖像");

2、彩色圖像灰度化； 3、灰度圖像二值化； 4、目標檢測（即兩幅圖像相減）；

功能2-4，請參考本人博客數字圖像處理之matlab實驗（一）：基本操作_苗妮的博客-博客_matlab 形態學區域填充

5、圖像的灰度變換（包括指數變換、對數變換）； 6、直方圖均衡化?

顯示處理后圖像和處理后圖像直方圖；處理前后對比效果顯示在一張圖中。

功能5-6，請參考本人博客
數字圖像處理之matlab實驗（二）：圖像增強_苗妮的博客-博客

7、圖像平滑（去除噪聲）

對圖像分別添加高斯噪聲和椒鹽噪聲，并分別用均值濾波器、中值濾波器、高斯濾波器處理，并將處理結果顯示在一張圖中；

8、圖像銳化（提取邊緣）

分別采用robert和二階算子提取圖像邊緣，并將處理結果顯示在一張圖中；

功能7-8，請參考本人博客
數字圖像處理之matlab實驗（三）：空間濾波器_苗妮的博客-博客

9、頻域處理

對圖像做平滑處理和提取邊緣，并將處理結果顯示在一張圖中；

10、圖像復原

對原圖做運動模糊，并進行圖像復原處理，將原圖、模糊圖、恢復后的模糊圖顯示在一張結果圖中；

功能9-10，參考本人博客：

11、形態學處理

（1）腐蝕、（2）膨脹、（3）開運算、（4）閉運算處理、（5）形態學濾波、（6）擊中與不擊中變換；

功能11，參考本人博客
數字圖像處理之matlab實驗（五）：形態學圖像處理_苗妮的博客-博客

12、圖像分割（提取圖中的紅蘋果）?

（1）將已知圖像進行消噪處理

（2）對彩色圖像進行目標和背景分析

（3）通過顏色將圖像進行分割

（4）進行形態學處理，提取目標

在將蘋果分割的過程中，我們發現直方圖分割、閾值分割在這個場景下是失效的，此處給出的是kmeans算法，當然基于顏色的分割效果理論上也是ok的，代碼可以自己嘗試寫一下。

clear,clc,close all;
Image=imread('fruit.jpg');
subplot(121);imshow(Image),title('原圖像'); 
hsv=rgb2hsv(Image);
h=hsv(:,:,1);
h(h>330/360)=0;
[N,M]=size(h);
training=h(:);
startdata = [0;60/360;120/360;180/360;240/360;300/360];
[IDX,C]= kmeans(training,6,'Start',startdata);
idbw = (IDX == 1);
template = reshape(idbw, size(h));
subplot(122);imshow(template),title('分割后的圖像');
imwrite(template,'clusterseg.jpg');

13、硬幣檢測及計數?

（1）分割硬幣

（2）去除噪聲

（3）連通區域判斷硬幣個數?

Image=imread('coin.bmp');
subplot(131),imshow(Image),title('原圖像');
BW=im2bw(Image);
SE=strel('square',6);
subplot(132),imshow(BW),title('二值圖像');
result1=imopen(imclose(BW,SE),SE);               %先閉后開
subplot(133);imshow(result1);title('先閉后開');
[L, NUM] = bwlabel(result1, 4) %檢測二值圖像中連通域的個數
%[L, NUM] = bwlabel(BW, N)
% BW 為輸入二值化圖像;
% N 可取值為4或8表示連接四連通或八連通區域;
% NUM 為找到的連通區域數目;
% L 為輸出圖像矩陣,其元素值為整數,背景被標記為0,第一個連通區域被標記為1,第二個連通區域被標記為2,依此類推.所以你不明白的1,2,3即為第1,2,3個連通區域的標記
S=sprintf('檢測到的硬幣個數為：%d',NUM);msgbox(S);%彈窗顯示運行結果

14、檢測特定的形狀

本例演示了如何檢測矩形:

clear,clc,close all;
image=rgb2gray(imread('shape.png'));
subplot(151),imshow(image),title('原圖');
BW=edge(image,'canny');
subplot(152),imshow(BW),title('邊界圖像');
% imwrite(BW,'shapeedge.jpg');
SE=strel('disk',5); 
Morph=imclose(BW,SE);
subplot(153),imshow(Morph),title('形態學濾波'); 
% imwrite(Morph,'shapemorph.jpg');
Morph=imfill(Morph,'holes');
subplot(154),imshow(Morph),title('區域填充');
imwrite(Morph,'shapefill.jpg');
[B,L]=bwboundaries(Morph);
subplot(155),imshow(L),title('檢測圓和矩形');
% imwrite(L,'Lplane.jpg');
STATS = regionprops(L,'Area', 'Centroid','BoundingBox');
len=length(STATS);
hold on
for i=1:len
    R=STATS(i).Area/(STATS(i).BoundingBox(3)*STATS(i).BoundingBox(4));
    boundary=fliplr(B{i});
    everylen=length(boundary);
    F=4*pi*STATS(i).Area/(everylen^2);
    dis=pdist2(STATS(i).Centroid,boundary,'euclidean');
    miu=sum(dis)/everylen;
    sigma=sum((dis-miu).^2)/everylen;
    C=miu/sigma;
    if R>0.9 && F<1 
        rectangle('Position',STATS(i).BoundingBox,'edgecolor','g','linewidth',2);
        plot(STATS(i).Centroid(1),STATS(i).Centroid(2),'g*');
    end
    if R>pi/4-0.1 && R0.9 && C>10
        rectangle('Position',[STATS(i).Centroid(1)-miu,STATS(i).Centroid(2)-miu,2*miu,2*miu],...
            'Curvature',[1,1],'edgecolor','r','linewidth',2); 
        plot(STATS(i).Centroid(1),STATS(i).Centroid(2),'r*');
    end
end
hold off

15 、用Matlab設計實現圖形化界面。

調用后臺函數完成設計，函數可以調用Matlab工具箱中的函數，也可以自己編寫函數。設計完成后，點擊GUI圖形界面上的菜單或者按鈕，在某些圖像處理操作中能夠接收參數，進行必要的交互式操作后，最終能顯示運行結果。可以參考例子如下：

1)視頻參考：Matlab圖像處理GUI（附代碼）_嗶哩嗶哩_bilibili

附上源碼鏈接：https://pan.baidu.com/s/11dTBQUX2NMalT-yi1sm70Q 提取碼：dwqm