Question

我写了一个matlab函数，它接受图像并返回historgam的向量。我还想返回一个灰度级为0到255的矢量。

这是我的代码：

function h = myimhist(im)
histogram=zeros(1,256);
h = imread(im);
[row,col]=size(h);

for x=1:1:row
    for y=1:1:col
        if h(x,y) < 1
            continue;
        else
            t=h(x,y);
        end
        histogram(t)=histogram(t)+1;
    end
end

subplot(1,2,1);
imshow(uint8(h));
title('Original Image');

subplot(1,2,2);
bar(histogram);
title('Histogarm of image');
end

如何获得灰度矢量？我认为标题应该是

function [h,c] = myimhist(im)

Answer 1

如果您只想返回一个从0到255的256个元素向量，请执行以下操作：

c = 0 : 255;

但是，如果您希望c仅包含图像中存在的强度，请尝试执行以下操作：

c = 0 : 255;
c(histogram == 0) = [];

这消除了c中没有直方图计数的强度。

如果我能挑选你的代码，更有效的计算直方图的方法是循环遍历每个可能的强度，使用逻辑索引并计算sum。另外，我认为你的意思是返回直方图，而不是图像。您的图片存储在h中，但您的直方图存储在histogram中。因此，您的函数声明应该返回histogram而不是h。

因此，尝试这样的事情：

function [histogram,c] = myimhist(im)

h = imread(im);

%// Change
histogram = zeros(1, 256);
for idx = 0 : 255
    histogram(idx) = sum(sum(h == idx));
end

c = 0 : 255;
% c(histogram == 0) = []; %// Depending on what you want

subplot(1,2,1);
imshow(h);
title('Original Image');

subplot(1,2,2);
bar(histogram);
title('Histogram of image');
end

当您显示图像时，您需要对uint8进行不必要的投射。您的图片已经是uint8类型。这当然假设您的直方图计算仅限于[0-255]，这应该是您的代码所假设的情况。

上面的代码将循环遍历每个可能的强度，找到图像中与该强度相等的那些位置并总结所有出现的位置。我们需要使用两个sum调用，因为在矩阵上调用sum会在每列上找到总和。要查找矩阵的总和，我们会在此结果上调用sum。

如果您想要一起使用循环，请考虑使用bsxfun进行两次sum来电：

function [histogram,c] = myimhist(im)

h = imread(im);
pix_counts = bsxfun(@eq, h, permute(c, [3 1 2]));
histogram = squeeze(sum(sum(pix_counts, 1), 2));

c = 0 : 255;
% c(histogram == 0) = []; %// Depending on what you want

subplot(1,2,1);
imshow(h);
title('Original Image');

subplot(1,2,2);
bar(histogram);
title('Histogram of image');
end

使用带有eq函数的

bsxfun，以便我们创建 3D矩阵计数，其中每个切片告诉您这些位置图像中与特定强度匹配的像素。因此，第一个切片会告诉您那些匹配强度为0的位置，第二个切片会告诉您那些匹配强度1的位置，依此类推。当我们完成后，我们需要做的就是单独添加每个切片中的元素。这可以通过首先对每个切片的行求和，然后对最后的列求和来完成。你先做什么操作并不重要。您甚至可以先对列进行求和，然后是最后一行。结果是单个3D矢量，我们希望它是一维矢量，这就是使用squeeze的原因。

获取灰度级矢量

1 个答案: