程序代码说明P0201：MATLAB赋值P0202：MATLAB中的for循环P0203：MATLAB中的for循环和if条件P0205：MATLAB图像处理的基本操作P0206：MATLAB高级图像处理操作P0207：根据RGB图像创建一幅灰度图像P0208：二值图像的取反操作P0209：用imshow函数显示图像P0210：在同一个窗口内显示两幅图像。
。
。
。
。
。
。
。
。
。

原创Matlab提取圆点中心坐标-circle.rar首先感谢论坛的资料，让我少走了弯路。
circle.rar名称：提取圆点中心坐标测试图像：背景为黑色，圆点为白色。
测试图像有五个圆点。
功能：提取圆点的中心坐标[XY]，并用一个红色的“十”标出中心。
function[XY]=circletest_im=imread;%原始图像test_im_gray=rgb2gray;%[m,n]=size;bw=0;fori=1:mforj=1:niftest_im_gray＞=250%二值化bw=1;endendend%imshow;L=bwlabel;s=regionprops;centroids=cat;imshow;holdonplot,centroids,'r')holdoffp=centroids;X=p;Y=p;复制代码附图：results.jpg结果

不怎么实用，希望各位批评指导，相互学习clearall,closeall,TestDatabasePath=uigetdir('E:\我的大学','Selecttestdatabasepath');%自己设置地址prompt={'Entertestimagename:'};dlg_title='fingerRecognitionSystem';num_lines=1;def={'1'};TestImage=inputdlg(prompt,dlg_title,num_lines,def);TestImage=strcat(TestDatabasePath,'\',char(TestImage),'.bmp');im=imread(TestImage);ticI=imresize(im,[200200]);figure(1),subplot(131),imshow(I),title('原图');set(gcf,'position',[11600600]);level=graythresh(I);J=im2bw(I,level);figure(1),subplot(132),imshow(J),title('二值图');

分享一下以前写的子波提取的例子。
打开*.dat文件可以获取到数据%%%testExtrectWaveletclear;mat=loadMat;temp_max=max(mat(:));%subplot(2,1,1);imshow(mat,[]);[row,col]=size(mat);value_max=zeros(1,col);%最大值value_fft_max=zeros(1,col);%频域变换后的最大值

I_rgb=imread('lena.jpg');%subplot(2,2,1),imshow(I_rgb),title('lena-rgb')I_gray=rgb2gray(I_rgb);%subplot(2,2,2),imshow(I_gray),title('lena-gray')I=imresize(I_gray,0.25);%subplot(2,2,3),imshow(I),title('lena-qtr')fid=fopen('./lena.txt','wt');

N=512;A=zeros(N,N);B=zeros(N,N);forI=1:1:256J=1:1:256ImageNum=double(Image(I,J,1));A(I,J)=ImageNum/255;B(I,J)=0;endendfigure;imshow(A);pi=3.1415926;forI=1:1:NforJ=1:1:NR=rand(1,1);%生成一个元素在0,1之间均匀分布的随机矩阵RB(I,J)=A(I,J)*sin(R*2*pi);%平滑函数的傅里叶变换谱A(I,J)=A(I,J)*cos(R*2*pi);F(I,J)=A(I,J)+j*B(I,J);endEnd%限制振幅的动态范围,进步编码的精度F=fft2(F);%作二维快速傅里叶变换FFTMax=max(max(abs(F)));F=F/Max;A=real(F);B=imag(F);aIpha=0.5;%定义载波参数aIphaforI=1:1:NforJ=1:1:NXcos=(J-1)/127;A1(I,J)=cos(2*pi*aIpha*Xcos);B1(I,J)=sin(2*pi*aIpha*Xcos);endend%全息图数据区forI=1:1:NforJ=1:1:NHoIodata(I,J)=0.5+0.5*(A(I,J)*A1(I,J)+B(I,J)*B1(I,J));endEndM=512;N=512;%定义全息图的大小Hologram=zeros(M,M);S=M/N;%定义每个抽样单元大小forI=1:1:NforJ=1:1:NXa=(J-1)*S+1;Xb=J*S;Ya=(I-1)*S+1;Yb=I*S;forIx=Xa:1:XbforIy=Ya:1:YbHoIogram(Iy,Ix)=HoIodata(I,J);endendendendMax=max(max(HoIogram));HoIogram=HoIogram/Max;figure;imshow(HoIogram);%以下是用matlab分别计算函数各抽样点的傅里叶变换谱的幅角与模,并对各点的模归一化object=fft2(HoIogram);object=fftshift(object);%用matlab中的移谱函数fftshift()将频谱的低频成分移到中心,以避免再现时像分散在边缘object=abs(object);object=1000*object/max(max(object));figure;imshow(object);

N=512;A=zeros(N,N);B=zeros(N,N);forI=1:1:256J=1:1:256ImageNum=double(Image(I,J,1));A(I,J)=ImageNum/255;B(I,J)=0;endendfigure;imshow(A);pi=3.1415926;forI=1:1:NforJ=1:1:NR=rand(1,1);%生成一个元素在0,1之间均匀分布的随机矩阵RB(I,J)=A(I,J)*sin(R*2*pi);%平滑函数的傅里叶变换谱A(I,J)=A(I,J)*cos(R*2*pi);F(I,J)=A(I,J)+j*B(I,J);endEnd%限制振幅的动态范围,进步编码的精度F=fft2(F);%作二维快速傅里叶变换FFTMax=max(max(abs(F)));F=F/Max;A=real(F);B=imag(F);aIpha=0.5;%定义载波参数aIphaforI=1:1:NforJ=1:1:NXcos=(J-1)/127;A1(I,J)=cos(2*pi*aIpha*Xcos);B1(I,J)=sin(2*pi*aIpha*Xcos);endend%全息图数据区forI=1:1:NforJ=1:1:NHoIodata(I,J)=0.5+0.5*(A(I,J)*A1(I,J)+B(I,J)*B1(I,J));endEndM=512;N=512;%定义全息图的大小Hologram=zeros(M,M);S=M/N;%定义每个抽样单元大小forI=1:1:NforJ=1:1:NXa=(J-1)*S+1;Xb=J*S;Ya=(I-1)*S+1;Yb=I*S;forIx=Xa:1:XbforIy=Ya:1:YbHoIogram(Iy,Ix)=HoIodata(I,J);endendendendMax=max(max(HoIogram));HoIogram=HoIogram/Max;figure;imshow(HoIogram);%以下是用matlab分别计算函数各抽样点的傅里叶变换谱的幅角与模,并对各点的模归一化object=fft2(HoIogram);object=fftshift(object);%用matlab中的移谱函数fftshift()将频谱的低频成分移到中心,以避免再现时像分散在边缘object=abs(object);object=1000*object/max(max(object));figure;imshow(object);

基于MATLAB的图像处理程序部分程序%图像灰度级修正A=imread('J:\图片\e1.bmp');%灰度线性变换c=imnoise(a,'salt&pepper‘）figure；
imshow(c);B=imadjust(A,[],[],0.3);%灰度范围从[0128]映射到[0255]，亮度增大，细节更明显figure;subplot(2,2,1);imshow(A);title('输出图像');subplot(2,2,2);imhist(A);%直方图显示title('输出图像直方图');subplot(2,2,3);imshow(B);title('输出图像');

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。