
1、生成MAT文件
假如你的矩阵A、B都已赋值,现在需要将A、B矩阵保存成mat格式文件,执行如下命令:save matfile1 A B 就会把A B矩阵数据保存在matfile1mat文件中了
eg:>>A=[1 2];
>>B =[3 4];
>>save matfile1 A B; %回车即可将A B保存在matfile1mat文件中了。
如果想要单独保存一个数据,例如A,输入以下指令即可:
>> save matfile2 A;
2、保存所有数据为MAT文件
如果有多个矩阵,我们需要将其全部保存,如果数据量很大,就不一一写下保存了,否则会很麻烦,我们直接用下面命令便可:
save mydata3 %保存以上所有数据
这样就会把当前运行空间所有的变量都保存到mydata3mat文件中了
3、读取mat文件数据
首先是将你想打开的mat文件所在的目录设置为当前工作目录,然后执行如下命令:load mydata,就会将mydata中的所有数据加载到当前工作环境中;
eg:>>load matfile %这样读取的是mat文件中所有的数据
如果想要仅仅读取mat文件中某些特定的数据,那么可以单独调用:load matfile 。
eg: >>load matfile A %这样,A就会被加载到当前工作环境中,而其他的B、C、D都不会被加载。
4、如何设置工作路径
所谓工作路径就是matlab运行时的工作目录,matlab包含很多工具箱,用户在使用时也会产生很多文件,工作路径就是matlab使用这些工具,函数,文件的途径。
41、查看搜索路径:path
在命令窗口中输入path,就能查看matlab的搜索路径(比如,输入一条代码,程序会在这些目录中依次搜索是否为变量,是否为函数,M文件等)。
>> path
42、当前工作目录:cd
输入命令cd,可以查看当前工作目录。
>>cd
43、修改工作路径:userpath('F:\matlab\work')
路径可以自己定义。
>>userpath('F:\matlab\work')
44、保存路径修改:savepath
改完默认路径后需要保存一下。
>>savepath
45、也可以用工具 *** 作:pathtool
在命令窗口中输入pathtool,打开工具,在修改完成后,要保存。
这个简单,看你的说法,你的应该直接就是灰度。灰度一般每个像素是0-255从黑到白,而二值的意思是黑是0白是1,所以你有灵感了吧,只要设置一个阈值,大于它的赋值为1小于它的赋值为。
BMP的图像是彩色的,也就是说有RGB三个波段,读出的图像数据是一个MN3的数组,如果想把它变成灰度图像的,只要分离出任意RGB中的一个分量即可,例如你的图像是1BMP, x=imread('1BMP');imshow(x); y=x(:,:,1); imshow(y);就可以了,不知道你是想怎样把图像变成灰度的,如果三个分量都想要的话,做个计算也可以的,例如把RGB做个平均;y=1/3x(:,:,1)+1/3x(:,:,2)+1/3x(:,:,3);imshow(y);
参考代码(设N=5,根据自己的需要改):
>> N=5;>> s=3;
>> [I,J]=meshgrid(0:s);
>> arrayfun(@(ij)sum((1:N)^ij),I+J)
ans =
5 15 55 225
15 55 225 979
55 225 979 4425
225 979 4425 20515
file_path = 'E:\MyFiles\收藏\data\';% 图像文件夹路径
img_path_list = dir(strcat(file_path,'jpg'));%获取该文件夹中所有jpg格式的图像
img_num = length(img_path_list);%获取图像总数量
if img_num > 0 %有满足条件的图像
for j = 1:img_num %逐一读取图像
image_name = img_path_list(j)name;% 图像名
I = imread(strcat(file_path,image_name));
fprintf('%d %d %s\n',j,img_num,strcat(file_path,image_name));% 显示正在处理的图像名
%图像处理过程
N=size(I);%求图像维数
%转换为一维数组
re=reshape(I,1,prod(N)); % prod是累乘
%放在矩阵里
Matrix(:,j)=re(:,j);
end
end
以上就是关于matlab中如何读取mat文件的矩阵全部的内容,包括:matlab中如何读取mat文件的矩阵、如何用matlab将图片转换成二值图像矩阵(binary image matrix)、在matlab中如何将bmp图片灰度化,得到灰度矩阵等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)