1.導入數據
1.1 使用readtable("")導入數據，并存儲在表格中，使用axis equal可以校正坐標軸縱橫比。

letter = readtable("M.txt"); plot(letter.X,letter.Y) axis equal

1.2 range(x)函數返回x的值的范圍，即max(x) - min(x)的值。

aratio = range(letter.Y) / range(letter.X)

1.3 使用scatter(x,y)可以繪制散點圖，使用gscatter可以對散點圖進行分類著色。

scatter (features.AspectRatio,features.Duration) %類別存儲在,features.Character中 gscatter(features.AspectRatio,features.Duration,features.Character)

1.4 KNN使用實例

• 使用fitcknn(data,"")來進行分類，第一個參數是訓練數據，第二個參數是類別，默認k = 1，即根據一個參數來進行分類，可以設置k的值，返回分類的模型。
• 使用predict(model,data)來進行預測，第一個參數是訓練的模型，第二個參數是預測的數據，返回分類的情況。

%搭建knn模型，根據features.Character來分類 knnmodel = fitcknn(features,"Character") %預測新數據，檢驗模型性能 predictions = predict (knnmodel,testdata) %將分類結果與實際類別比較 re = predictions == testdata.Character%設置 k = 5 knnmodel = fitcknn(features,"Character","NumNeighbors",5) predictions = predict (knnmodel,testdata) re = predictions == testdata.Character

1.5 計算預測準確率

iscorrect = testdata.Character == predictions % 對邏輯數組求和，即可計算預測正確的數量 accuracy = sum(iscorrect) / numel (iscorrect)

1.6 通過confusionchart()函數可以查看實際分類與預測分類的混淆矩陣，第一個參數為實際分類向量，第二個參數為預測分類向量。

confusionchart(testdata.Character,predictions)

2.導入圖像
2.1 使用imread函數導入圖像。使用imshow顯示圖像。

2.2 使用imshowpair可以顯示兩張圖像，方便比對圖像。選項"montage"可以設置并排顯示圖像。

imshowpair(I,I2,"montage")

2.3 保存圖像imwrite函數。

imwrite(img,"img.jpg")imwrite(I,"myImage.png") Inew = imread("myImage.png"); imshow(Inew)

2.4 使用size函數獲取圖像的大小。返回值[m,n,k] ，k 表示RGB色彩平面。

%獲取圖像Img的green色彩平面值。 Ig = Img(:,:,2)

2.5 大多數圖像使用無符號8位整數（uint8）數據類型，該數據類型存儲從0到255的整數。可以使用max獲取平面中的最大值。min獲取最小值。

% 獲取R平面的最大值，[] 括號是必需的，它們是未使用輸入的占位符,all表示所有像素中的最大值 Rmax = max(R,[],"all") Rmin = min(R,[],"all")

2.6 通過imsplit函數獲取所有顏色平面，并使用montage顯示。

[R,G,B] = imsplit(A); montage({R,G,B})

2.7 使用im2gray函數將彩色圖像轉換成灰度圖像。

Ags = im2gray(A);

2.8 要分析一組圖像，則對亮度進行歸一化可能是重要的預處理步驟，尤其是對于識別收據圖像中文本的黑白圖案而言.

2.9 通過imhist函數查看圖像的強度直方圖。

imhist(gs2)

2.10 圖像對比度的增加使較亮的像素變亮而使較暗的像素變暗。可以使用imadjust功能來自動調整灰度圖像的對比度。

Aadj = imadjust(A);gs2Adj = imadjust(gs2) imshowpair(gs2,gs2Adj ,"montage")

2.11 使用imlocalbrighten函數可以調整彩色圖像的對比度。

I2adj = imlocalbrighten(I2); imhist(I2) imhist(I2adj)imshowpair(I2,I2adj ,"montage")

總結

以上是生活随笔為你收集整理的MATLAB图像处理基础的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。