图像归一化范围在0到1
527年vu (au课程最后的30天时间)
显示commentaires +旧
如何规范化范围在0到1的图片?
0 commentaires
响应被接受的人
图像分析
勒2013年12月12日
使用mat2gray()或im2double ()。希望你有图像处理工具箱。
normImage = mat2gray (yourImage);
normImage = im2double (yourImage);
也看看stretchlim()和imadjust ()。
10 commentaires
加德答案(3)
突变体
勒2019年10月6日
老问题,但R2017b,重新调节这个。
B =重新调节(一个);%规范化形象(0到1,缺省情况下)
你甚至可以使用这个规模uint8,例如:
B =重新调节(0255);%可实现图像(255 0)
文档:
0 commentaires
Azzi Abdelmalek
勒2013年12月12日
改变了(e):Azzi Abdelmalek
勒2013年12月12日
如果我是你的形象
我= (im-min (im (:))) / (max (im(:))分钟(im (:)))
1 commentaire
Sajid汗
le Fev 2014
改变了(e):为副总经理
勒2023年Fev 13日
函数image_normalized = imnormalize (image_orig min_norm max_norm)
val_max = max (image_orig (:));
val_min = min (image_orig (:));
= val_max - val_min范围;
image_normalized = (image_orig - val_min)。/范围;% (x, y)通过规模:
range2 = max_norm - min_norm;
image_normalized = (image_normalized * range2) + min_norm;
结束
在这个函数中,您可以设置min_norm = 0和max_norm = 1规范化0到1之间的数字图像。如果你有任何其他的问题要问,那么你是受欢迎的。我一直使用这个函数归一化的目的。甚至是如果你有增加长度。
2 commentaires
为副总经理
勒2023年Fev 13日
相反,mat2gray()只允许输入的规范水平,假设输出水平[0 1]。Sajid的函数允许的产出水平,规范使用极值图像作为输入时的水平。
所以在这个意义上,它更像是重新调节(),相同的语法和一切。