各位老铁们，大家好，今天由我来为大家分享matlab图像灰度处理，以及matlab转换为灰度图像的相关问题知识，希望对大家有所帮助。如果可以帮助到大家，还望关注收藏下本站，您的支持是我们最大的动力，谢谢大家了哈，下面我们开始吧！
一、matlab怎么将灰度图像转为rgb图像
一般彩色图像至少需要三个维度的信息，比如RGB、HSV、YIQ等等。每种颜色相当于一个三维向量，不同的表示法则相当于同一个向量在不同的坐标轴下（即不同的基下）的表示。而将其变为灰度后，只剩下一个维度，相当于将三维向量投影为一维标量一样，是不可能回复为原来的向量的。要想恢复，就必须储存另外两个维度的信息，合在一起还是三维向量，这还不如直接保存原来的彩色图像数据。如果你一定要将其分解为灰度基和另两个基下的表示，可以用YIQ表示，他的Y分量就和灰度数据等价，美国电视信号NTSC就是YIQ表示的，因此可以和黑白电视兼容（黑白电视只能接受Y信号，得到灰度图像）。
用命令rgb2ntsc和ntsc2rgb可以将数据在RGB和YIQ之间互换。下面是例子
RGB= imread('peppers.png');%RGB图像
GRAY=rgb2gray(RGB);%灰度图像，它和YIQ中的Y等价，只不过灰度图像的值是0~255的整数，而Y是0~1的实数，即GRAY=uint8(255*YIQ(:,:,1))
RGB_restore=ntsc2rgb(YIQ);%从YIQ表示恢复的RGB图像
imshow(RGB);title('原图像RGB')
imshow(GRAY);title('灰度图GRAY')
imshow(YIQ(:,:,1));title({'转换为YIQ后的Y分量','（和灰度图等价）'})
imshow(RGB_restore);title({'从YIQ表示恢复的RGB图像','（和原图像一致）'})
当然，这种分解是不唯一的，只要保证三个基互不相关即可。因此我们可以自己定义分解方法。比如，我们要将RGB表示转换为RGg表示，也就是用灰度分量g取代蓝色分量B，红色分量R和绿色分量G不变。我们可以从RGg计算出蓝色分量B，因为灰度g=p*R+q*G+t*B（其中p=0.2989,q=0.5870,t=0.1140），于是B=(g-p*R-q*G)/t。于是我们只要保留R和G两个颜色分量，再加上灰度图g，就可以回复原来的RGB图像。下面是例子
RGB= imread('peppers.png');%RGB图像
R=double(RGB(:,:,1));%红色分量R
G=double(RGB(:,:,2));%绿色分量G，于是RGg就是一种我们自己定义的颜色表示方法了
B=(double(g)-p*R-q*G)/t;%通过RGg计算得到的蓝色分量B，他和原图像中的蓝色分量是一致的
imshow(RGB);title('原图像RGB')
imshow(g);title('灰度图g')
imshow(uint8(cat(3,R,G,B)));title({'从RGg表示恢复的RGB图像','（和原图像一致）'})
二、怎样用matlab对一幅图像进行灰度直方图规定化处理
H(I(i,j)+1)=H(I(i,j)+1)+1;%求各灰度级的像素数
s=zeros(1,256);t=zeros(1,256);
s(i)=H(i)/(m*n);%求各灰度级的频率
% t(i)=t(i)+s(j);%求累计频率的和
J=imread('1.jpg'); h=rgb2gray(J); g=imhist(h);
matchhistc= cumsum(matchhist);
M= double(intmax(class(f)))+ 1;
tk= zeros(1,M);%映射关系hist-->tk
%if strcmp(mapl,'SML')以下为单映射规则（‘SML’）
for k= 1:M%删除histc(k)=0的单元
mappingL= zeros(size(matchhist));
for l= linit:N%规定直方图从上一次最小处计算，节省运算时间
if matchhistc(l)== matchhistc(l- 1);%去掉相等为0的单元
mappingL(l)= abs(histc(k)- matchhistc(l));
mappingL(N)= abs(histc(k)- matchhistc(N));
indtemp1= find(mappingL== 0);
mappingL(setdiff(indtemp1,indtemp2))= inf;
[minmap,tk(k)]= min(mappingL(linit:N));
histm(tk(k))= histm(tk(k))+ H(k);
title('直方图规定化后图像')
title(['规定化后直方图'])
subplot(3,2,5),a=rgb2gray(f);g=histeq(a,matchhist);imshow(g);title('图像的规定化');
subplot(3,2,6),a=rgb2gray(f);g=histeq(a,matchhist);h=imhist(g);plot(h),title('图像的规定化直方图');
三、matlab 如何计算一幅图像中某一灰度值的像素个数
1、第一步，打开需要处理的图像，然后编写以下代码，见下图红框标注处，转到下面的步骤。
2、第二步，执行完上面的操作之后，可以看到图像均衡的图片，见下图，转到下面的步骤。
3、第三步，执行完上面的操作之后，画出平衡图片的直方图，在平衡前后对图片进行比较，见下图。这样，就解决了这个问题了。
四、matlab怎么读取一幅图像,并转换为灰度图像
1、打开图片：在主界面上输入命令将图像转换为数据;Data= imread（'folder icon.bmp'）。
2、查看数据：双击工作区中的数据，我们可以看到图像数据的具体信息。
3、验证图像结果：输入命令，我们可以看到数据数据是图片所代表的;Imshow（数据）。
4、灰度说明：我们可以通过输入指令获得灰度后的矩阵; GDATA= rgb2gray（数据）。
5、查看灰色矩阵：双击，右边的工作区，gdata，可以看到数据的具体信息。
6、显示灰度图像：如下图所示，可以看到图片后的灰度。
五、matlab 如何将彩图转成灰度图
1、打开图片：在主界面上输入命令将图像转换为数据;Data= imread（'folder icon.bmp'）。
2、查看数据：双击工作区中的数据，我们可以看到图像数据的具体信息。
3、验证图像结果：输入命令，我们可以看到数据数据是图片所代表的;Imshow（数据）。
4、灰度说明：我们可以通过输入指令获得灰度后的矩阵;GDATA= rgb2gray（数据）。
5、查看灰色矩阵：双击，右边的工作区，gdata，可以看到数据的具体信息。
6、显示灰度图像：如下图所示，可以看到图片后的灰度。
六、采用matlab将图像灰度化的方法
对于初学图像处理的小伙伴们，对于图像的灰度化很重要。所谓灰度化就是将一个彩色的图片转换成一个黑白的图像，便于处理。
打开matlab程序，如图所示的界面；
在matlab祝主界面输入一下指令清屏；
将自己准备的图片放在matlab的工作目录中，直接将图片复制到工作目录中，如图所示；
对于详细的复制方法，可参见经验：matlab如何打开一个图片转换为矩阵
在主界面输入一下指令，将图片转换成数据；
data=imread('文件夹图标.bmp');
双击工作空间中的，data我们可以看到图片数据的具体信息；
输入一下指令，我们可以看到，data数据就是表示的图片；
我们输入一下指令，就可以获得一个灰度后的矩阵；
双击，右侧的工作空间，gdata，就可以看数据的具体信息了；
如图下面的指令，可以看到灰度话以后图片；
七、怎样用matlab将一幅图像转化为灰度图像
在matlab软件中利用灰度命令即可将一幅图像转化为灰度图像，具体操作请参照以下步骤，演示软件为matlab2012b。
1、首先在电脑上打开matlab程序，然后输入指令【clear；clc；】，进行清屏。
2、然后将准备好的图片复制到matlab的工作目录中。
3、在主界面输入指令【data=imread('文件夹图标.bmp');】，将图片转换成数据。
4、然后双击工作空间中的data，就可以看到图片数据的具体信息。
5、输入指令【imshow(data);】，可以看到，data数据表示的图片。
6、输入指令【gdata=rgb2gray(data);】，就可以获得一个灰度后的矩阵。
7、双击右侧的工作空间的gdata，就可以看数据的具体信息了。
8、然后输入指令【imshow(gdata);】，就可以看到灰度化后的图片。
关于matlab图像灰度处理，matlab转换为灰度图像的介绍到此结束，希望对大家有所帮助。
