MATLAB读入不同类型图像并显示图像和相关信息

MATLAB(Matrix Laboratory)是一种常用的数学工具软件,MATLAB以矩阵运算为核心,为图像处理提供了高效的数据处理能力。图像处理中的许多操作都可以转化为矩阵运算,从而利用MATLAB的矩阵运算能力进行优化和加速。在图像处理方面,MATLAB支持多种图像格式的读入和处理。以下是MATLAB能够通过内置的imread函数读入以下的常见数字图像格式:

  1. JPEG(Joint Photographic Experts Group) :一种称为联合图像专家组的图像压缩格式,广泛应用于数码照片。MATLAB中的imread函数可以读取JPEG格式的图像。

A = imread('ngc6543a.jpg'); %imread 返回 650×600×3 数组 A。

image(A) %显示图像

>> whos %列出工作区中的变量及大小和类型

imfinfo('ngc6543a.jpg') %显示有关图形文件的信息

从上面可以看出,该图像格式(Format)为jpg,位深(BitDepth)为24位,颜色类型为真彩色(truecolor)等信息。

2. BMP(Windows Bitmap) :Windows操作系统中最早出现的图像格式之一,存储的是无压缩位图。MATLAB的imread函数也支持TIFF格式的图像读取。

>> J=imread('lena.bmp');%读入lena.bmp图像

>> figure,imshow(J)

3. PNG(Portable Network Graphics) :一种支持透明度的无损压缩格式,适合用于网页和界面设计。MATLAB能够读入PNG格式的图像。

I = imread('rice.png');%读入一个名为rice.png的灰度图像,并将其存储在变量I中 imshow(I) ;%显示图像 >> whos I

由上面可知,rice.png图像行列数均为256,数据类型为无符号的8位整型,每个像素占用1个字节(8位),总共占用字节为65536。

4.TIFF(Tagged Image File Format) :一种灵活的图像文件格式,支持多种图像数据的存储,包括非压缩图像和压缩图像。MATLAB的imread函数也支持TIFF格式的图像读取。

>> figure,imshow(J)

>> K=imread('moon.tif');

>> figure('Name','moon.tif图像','NumberTitle','off'),imshow(K);

>> whos K

X,cmap = imread('corn.tif');

>> figure,imshow(X),title('索引矩阵图像');

>> Im = ind2rgb(X,map); %把索引图像转换为RGB彩色图像

>> figure('Name','通过ind2rgb把corn.tif索引图像转换为彩色图像','NumberTitle','off'),imshow(Im);

5.GIF(Graphics Interchange Format) :一种支持动画和透明度的图像格式,广泛应用于网页和社交媒体。MATLAB的imread函数也支持TIFF格式的图像读取。

相关推荐
咖啡星人k3 小时前
2026 文生视频:让 AI 把文字变成电影,MonkeyCode 免费上手
人工智能·深度学习·机器学习·计算机视觉·自然语言处理
空堂与归5 小时前
实时目标检测怎么做到又快又准?YOLOv12架构深度解析
人工智能·yolo·目标检测·计算机视觉·架构
Logintern097 小时前
[Matlab] 遗传算法求解TSP入门
开发语言·matlab
我爱C编程7 小时前
基于BP译码和用户RMA解码的LT码实现及度分布设计matlab实现和误码仿真
matlab·bp译码·rma解码·lt码·度分布
这张生成的图像能检测吗9 小时前
即插即用模块 + 改进思路汇总目录
图像处理·人工智能·深度学习·目标检测·机器学习
clorinda9 小时前
第一篇:OpenCV特征检测与SIFT特征匹配
人工智能·opencv·计算机视觉
Ming_studying9 小时前
Python批量压缩图片:支持JPG_PNG_WebP、尺寸限制与CSV报告
开发语言·图像处理·python·pillow·图片压缩
jay神10 小时前
27届计算机专业深度学习选题推荐
人工智能·深度学习·yolo·机器学习·计算机视觉
caimouse12 小时前
ReactOS 窗口系统分析(31):TextOutW 文本输出全链路 — 从用户函数到显示缓冲区的旅程
网络·人工智能·计算机视觉
尋找記憶的魚12 小时前
CV总结《一》
图像处理·神经网络·opencv