基于MATLAB的手写公式识别(8)

从一个无知角落里开始，蹒跚学步，一个未知到另一个未知，在跌跌撞撞中越走越快，越走越远，最后宇宙也为之开源。对于探索者来说，最后他们的思想总是变得和自己的足迹一样伟大。

 

1.图像的预处理

1.1图像的灰度化

　　灰度图像上每个像素的颜色值又称为灰度，指黑白图像中点的颜色深度，范围一般从0到255，白色为255，黑色为0（二维矩阵）。所谓灰度值是指色彩的浓淡程度，灰度直方图是指一幅数字图像中，对应每一个灰度值统计出具有该灰度值的象素数。

　　灰度就是没有色彩，RGB色彩分量全部相等。如果是一个二值灰度图象，它的象素值只能为0或1，我们说它的灰度级为2。用个例子来说明吧：一个256级灰度的图象，如果RGB三个量相同时，如：RGB(100,100,100)就代表灰度为100，RGB(50,50,50)代表灰度为50。

　　现在大部分的彩色图像都是采用RGB颜色模式，处理图像的时候，要分别对RGB三种分量进行处理，实际上RGB并不能反映图像的形态特征，只是从光学的原理上进行颜色的调配。

　　图像灰度化处理可以作为图像处理的预处理步骤，为之后的图像分割、图像识别和图像分析等上层操作做准备。

%%三种方法实现灰度化与调用MATLAB函数实现灰度化
close all;
clear all;
Img=imread('mode.jpg');
[n m a]=size(Img);%判断图像的大小
GrayImage= rgb2gray(Img);%调用MATLAB函数实现灰度化
Img_Gray=zeros(n,m);
for x=1:n
 for y=1:m
  Img_Gray1(x,y)=Img(x,y,1);%分量法
end
end

for x=1:n
 for y=1:m
 Img_Gray2(x,y)=0.3*Img(x,y,1)+0.59*Img(x,y,2)+0.11*Img(x,y,3);%加权平均法
end
end

for x=1:n
 for y=1:m
Img_Gray3(x,y)=(Img(x,y,1)+Img(x,y,2)+Img(x,y,3))/3;%平均值法
end
end

for x=1:n
 for y=1:m
Img_Gray4(x,y)=max(Img(x,y,1),max(Img(x,y,2),Img(x,y,3)));%最大值法
end
end

figure,subplot(1,6,1),imshow(Img);title('原图像')
subplot(1,6,2),imshow(GrayImage);title('调用系统函数实现灰度化')
subplot(1,6,3),imshow(uint8(Img_Gray1));title('分量法')
subplot(1,6,4),imshow(uint8(Img_Gray2));title('加权平均法')
subplot(1,6,5),imshow(uint8(Img_Gray3));title('平均值法')
subplot(1,6,6),imshow(uint8(Img_Gray4));title('最大化法')

　　结果如图：

　　经过分析，好像除了平均值法，其他没啥差别。。。

　　换了个研究对象，好多了。上图：

　　经过查阅文献，我采取rgb2gray的内置函数转化方式实现图像的最终方式。

2021-03-31 21:10:58