社区
图形处理/算法
帖子详情
根据灰度数据像数矩阵如何显示灰度图像?
SunnyChen
2008-03-07 04:55:22
我现在有一组4级灰度图像的数据矩阵,每一个点的像素灰度用4bit表示
{0x1,0x8,0x4,0xb,0xe,
0x1,0x8,0x4,0xb,0xe,
0x1,0x8,0x4,0xb,0xe,
0x1,0x8,0x4,0xb,0xe,
0x1,0x8,0x4,0xb,0xe}
怎么把他显示为图像了?
使用循环转换为RGB的方法不行,因为效率太差了。
有没有其他更好的办法了?
...全文
223
1
打赏
收藏
根据灰度数据像数矩阵如何显示灰度图像?
我现在有一组4级灰度图像的数据矩阵,每一个点的像素灰度用4bit表示 {0x1,0x8,0x4,0xb,0xe, 0x1,0x8,0x4,0xb,0xe, 0x1,0x8,0x4,0xb,0xe, 0x1,0x8,0x4,0xb,0xe, 0x1,0x8,0x4,0xb,0xe} 怎么把他显示为图像了? 使用循环转换为RGB的方法不行,因为效率太差了。 有没有其他更好的办法了?
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
1 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
菜牛
2008-03-08
打赏
举报
回复
SetDIBToDevice
matlab像素
矩阵
数字,图像的一种处理方式----
灰度
矩阵
运算(matlab)
图像的一种处理方式----
灰度
矩阵
运算(matlab)图片的存储是基于多维
矩阵
的。而
灰度
矩阵
运算对应的是图像的一种处理方式。在数字图像中,黑白图像的像素点的亮度是用0-255的二进制数表示的,称为
灰度
。
灰度
矩阵
就是各个像素点亮度的二进制存储
矩阵
。以下是
灰度
矩阵
的常见运算:(1)观察两个图像经
灰度
矩阵
相加后的合成图像:命令如下:>> clear ...
灰度
共生
矩阵
(超简单理解)
1.
灰度
共生
矩阵
生成原理
灰度
共生
矩阵
(GLDM)的统计方法是20世纪70年代初由R.Haralick等人提出的,它是在假定图像中各像素间的空间分布关系包含了图像纹理信息的前提下,提出的具有广泛性的纹理分析方法。
灰度
共生
矩阵
被定义为从
灰度
为i的像素点出发,离开某个固定位置(相隔距离为d,方位为)的点上
灰度
值为的概率,即,所有估计的值可以表示成一个
矩阵
的形式,以此被称为
灰度
共生
矩阵
。对于纹理变化缓慢的图像,其
灰度
共生
矩阵
对角线上的数值较大;而对于纹理变化较快的图像,其
灰度
共生
矩阵
对角线上...
图像处理基础——
灰度
共生
矩阵
标准定义如下:对于取定的方向θ 和距离 d, 在方向为θ的直线上, 一个像元
灰度
为 i, 另一个与其相距为 d 像元的
灰度
为 j 的点对出现的频数即为
灰度
共生
矩阵
第(i, j)阵元的值。 怎样理解呢?看起来好复杂呀 呜呜呜 小白理解:
灰度
共生
矩阵
就是整幅图像中,按照一定的平移方向,相距为d的两个像素同时出现的联合概率密度分布。 怎么样?还是没办法深入理解 那就上图吧 怎样理解呢? ...
图像中的
灰度
共生
矩阵
1.图像共生
矩阵
的用途 纹理特征提取的一种有效方法是以
灰度
级的空间相关
矩阵
及共生
矩阵
为基础的。因为图像中相距(△x,△y)的两个
灰度
像素同时出现联合频率分布可以用
灰度
共生
矩阵
来表示。若图像的
灰度
定为N级,那么共生
矩阵
为N*N
矩阵
,可以表示为M(△x,△y)(g1,g2)。其中,位于(g1,g2)的元素M值表示一个为g1,而另一个
灰度
为g2的两个距离为(△x,△y)的像素对出现的次数。 对粗纹理
利用
灰度
共生
矩阵
提取图像纹理特征
1.
灰度
共生
矩阵
概念
灰度
共生
矩阵
定义为像素对的联合概率分布,是一个对称
矩阵
,它不仅反映图像
灰度
在相邻的方向、相邻间隔、变化幅度的综合信息,但也反映了相同的
灰度
级像素之间的位置分布特征,是计算纹理特征的基础。在图像中任意取一点(x,y)及偏离它的一点(x+a,y+b)(其中,a、b为整数,人为定义)构成点对。设该点对的
灰度
值为(f1,f2),再令点(x,y)在整幅图像上移动,则会得到不同的(f
图形处理/算法
19,469
社区成员
50,678
社区内容
发帖
与我相关
我的任务
图形处理/算法
VC/MFC 图形处理/算法
复制链接
扫一扫
分享
社区描述
VC/MFC 图形处理/算法
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章