• 界面主要包含两个axes来显示图像处理前后的效果。 3.下面来介绍本文设计的程序: function varargout = gui(varargin) gui_Singleton = 1; gui_State = struct('gui_Name', mfilenam...

    1.首先在Matalb命令行中输入guide指令:

    2.点击open,打开我设计好的界面如下:

    主界面主要包含两个axes来显示图像处理前后的效果。

    3.下面来介绍本文设计的程序:

    function varargout = gui(varargin)
    
    gui_Singleton = 1;
    gui_State = struct('gui_Name',       mfilename, ...
                       'gui_Singleton',  gui_Singleton, ...
                       'gui_OpeningFcn', @gui_OpeningFcn, ...
                       'gui_OutputFcn',  @gui_OutputFcn, ...
                       'gui_LayoutFcn',  [] , ...
                       'gui_Callback',   []);
    if nargin && ischar(varargin{1})
        gui_State.gui_Callback = str2func(varargin{1});
    end
    
    if nargout
        [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
    else
        gui_mainfcn(gui_State, varargin{:});
    end
    
    function gui_OpeningFcn(hObject, eventdata, handles, varargin)
    handles.output = hObject;
    guidata(hObject, handles);
    
    function varargout = gui_OutputFcn(hObject, eventdata, handles) 
    
    varargout{1} = handles.output;
    
    % --------------------------------------------------------------------
    %文件
    function open_Callback(hObject, eventdata, handles)%打开图片
    global im   %定义一个全局变量im
    global im2
    [filename,pathname]=...
        uigetfile({'*.*';'*.bmp';'*.tif';'*.png'},'select picture');  %选择图片路径
    str=[pathname filename];  %合成路径+文件名
    im=imread(str);   %读取图片
    im2=im;
    axes(handles.axes1);  %使用第一个axes
    imshow(im);  %显示图片
    
    function save_Callback(hObject, eventdata, handles)%保存图片
    global BW 
    set(handles.axes2,'HandleVisibility','ON');
    axes(handles.axes2);
    [filename,pathname]=uiputfile({'*.jpg';'*.bmp';'*.tif';'*.*'},'save image as');
    file=strcat(pathname,filename);
    BW=getimage(gca);
    imwrite(BW,file);
    set(handles.axes2,'HandleVisibility','Off');
    function quit_Callback(hObject, ~, handles)%退出操作
    close(gcf)  %关闭当前Figure窗口句柄
    
    % --------------------------------------------------------------------
    %菜单栏的调回函数,实际不使用
    function t1_Callback(hObject, eventdata, handles)
    
    function t2_Callback(hObject, eventdata, handles)
    
    function t3_Callback(hObject, eventdata, handles)
    
    function t4_Callback(hObject, eventdata, handles)
    
    function t5_Callback(hObject, eventdata, handles)
    
    function t6_Callback(hObject, eventdata, handles)
    
    function t7_Callback(hObject, eventdata, handles)
    
    function t8_Callback(hObject, eventdata, handles)
    
    function t9_Callback(hObject, eventdata, handles)
    
    
    % --------------------------------------------------------------------
    % 图像类型变换
    function rgb2gray_Callback(hObject, eventdata, handles)%原图-灰度
    global im
    global BW  %定义全局变量  
    axes(handles.axes2); 
    BW=rgb2gray(im);
    im=BW;
    imshow(BW);
    
    function im2bw_Callback(hObject, eventdata, handles)%原图-二值
    global im
    global BW  %定义全局变量  
    axes(handles.axes2); 
    BW=im2bw(im);
    im=BW;
    imshow(BW);
    
    function dither_Callback(hObject, eventdata, handles)%灰度-二值
    global im
    global BW  %定义全局变量  
    axes(handles.axes2); 
    BW=dither(im);
    im=BW;
    imshow(BW);
    
    % --------------------------------------------------------------------
    % 边缘检测
    function roberts_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
    BW=edge(im,'roberts',0.04);
    imshow(BW);
    
    function sobel_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
    BW=edge(im,'sobel',0.04);
    imshow(BW);
    
    function prewitt_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
    BW=edge(im,'prewitt',0.04);
    imshow(BW);
    
    function log_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
    BW=edge(im,'log',0.003);
    imshow(BW);
    
    function canny_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
    BW=edge(im,'canny',0.2);
    imshow(BW);
    
    
    % --------------------------------------------------------------------
    %图像变换
    function DFT_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2); 
    I1=double(im);
    I2=fft2(I1);
    I3=fftshift(I2);
    I3=log(abs(I3));
    BW=I3;
    imshow(BW,[]);
    
    function DCT_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2); 
    I1=double(im);
    I2=dct2(I1);
    I3=log(abs(I2));
    BW=I3;
    imshow(BW);
    
    % --------------------------------------------------------------------
    % 图像旋转
    function rotate_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量 
    % A=getimage(handles.axes1);
    A=im;
    axes(handles.axes2); 
    prompt={'度数:'};
    def={'90'};
    answer=inputdlg(prompt,'请输入:',1,def);
    if ~isempty(answer)
    a = str2num(answer{1});
    J=imrotate(A,360-a);
    BW=J;
    imshow(BW);
    end
    
    function Initial_Callback(hObject, eventdata, handles)%初始化
    global im
    global im2
    global BW  %定义全局变量 
    BW=im2;
    im=im2;
    axes(handles.axes2); 
    imshow(BW);
    
    % --------------------------------------------------------------------
    % 图像噪声添加
    function gaussian_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量 
    I=im2double(im);
    J=imnoise(I,'gaussian');
    BW=J;
    axes(handles.axes2); 
    imshow(BW);
    
    function salt_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量 
    I=im2double(im);
    J=imnoise(I,'salt & pepper');
    BW=J;
    axes(handles.axes2); 
    imshow(BW);
    
    function speckle_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量 
    I=im2double(im);
    J=imnoise(I,'speckle');
    BW=J;
    axes(handles.axes2); 
    imshow(BW);
    
    function poisson_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量 
    I=im2double(im);
    J=imnoise(I,'poisson');
    BW=J;
    axes(handles.axes2); 
    imshow(BW);
    
    % --------------------------------------------------------------------
    % 图像滤波
    function medilt_Callback(hObject, eventdata, handles)%中值滤波
    global BW  %定义全局变量 
    J=medfilt2(BW, [3,3]);
    BW=J;
    axes(handles.axes2); 
    imshow(BW);
    
    function wiener_Callback(hObject, eventdata, handles)%自适应滤波
    global BW  %定义全局变量 
    J=wiener2(BW,[3,3]);
    BW=J;
    axes(handles.axes2); 
    imshow(BW);
    
    function filter2_Callback(hObject, eventdata, handles)%均值滤波
    global BW  %定义全局变量 
    M1=ones(3);
    M1=M1/9;
    J=filter2(M1,BW);
    BW=J;
    axes(handles.axes2); 
    imshow(BW);
    
    % --------------------------------------------------------------------
    % 形态学图像处理
    function bwmorph_Callback(hObject, eventdata, handles)%骨骼化
    global im
    global BW  %定义全局变量 
    I=im2double(im);
    I=im2bw(I);
    J=bwmorph(I,'remove');
    G=bwmorph(J,'skel',inf);
    BW=G;
    axes(handles.axes2); 
    imshow(BW);
    
    function imfill_Callback(hObject, eventdata, handles)%区域填充
    global im
    global BW  %定义全局变量 
    axes(handles.axes2); 
    I1=im2bw(im);
    
    I2=1-I1;
    se=ones(5);
    I3=imerode(I2,se);
    I4=1-I3;
    I5=imerode(I4,se);
    I6=imerode(I5,se);
    I7=imdilate(I6,se);
    BW=I7;
    
    imshow(BW);
    
    function diagonal_Callback(hObject, eventdata, handles)%对角线特征提取
    global im
    global BW  %定义全局变量 
    axes(handles.axes2);
    I1=im2bw(im);
    v=[1,1,1,1,1,1,1,1,1,1];
    se=diag(v);
    I2=imerode(I1,se);
    I3=imdilate(I2,se);
    BW=I3;
    imshow(BW);
    
    % --------------------------------------------------------------------
    %图像灰度变化
    function plotchange_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
    A=im2double(im);
        a=0.3;%0.3 0.7 0.5 0.9
        b=0.7;
        c=0.1;
        d=0.9;
        %0.3 0.7 0.1 0.9
        B=A;
        [m,n]=size(B);
        Mg=max(max(B));
        Mf=max(max(A));
        for (i=1:m)
          for (j=1:n)
            if(A(i,j)>=0&&A(i,j)<=a)
                 B(i,j)=(c/a)*A(i,j);
            end
            if(A(i,j)>=a&&A(i,j)<=b)
                B(i,j)=(((d-c)/(b-a))*(A(i,j)-a))+c;
            end
            if(A(i,j)>=b&&A(i,j)<=1)
                 B(i,j)=(((Mg-d)/(Mf-b))*(A(i,j)-b))+d;
            end
          end
        end
       BW=B;
       imshow(BW);
    
    function imhist_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
     BW=im;
     imhist(BW);
     
    function histeq_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
    BW=histeq(im);
    imhist(BW);
    
    
    % --------------------------------------------------------------------
    function histeqafter_Callback(hObject, eventdata, handles)
    global im
    global BW  %定义全局变量
    axes(handles.axes2);   %使用第二个axes
    imshow(BW);
    

    4.最终的生成界面如下。

    将原图进行灰度化处理效果如下

    5.GUI界面所实现的功能如下。

    展开全文
  • GUI,即图形用户接口,是MATLAB的可视化操作功能,本文编写一个简单GUI进行图像处理。1、新建GUI文件,点击file-&gt;new-&gt;GUI如下图所示点击GUI后出现如下图界面,默认为Blank GUI (Default)选项,点击OK...

    GUI,即图形用户接口,是MATLAB的可视化操作功能,本文编写一个简单GUI进行图像处理。

    1、新建GUI文件,点击file->new->GUI如下图所示


    点击GUI后出现如下图界面,


    默认为Blank  GUI (Default)选项,点击OK即可,出现如下图所示文件


    将鼠标放到OK的位置会显示Push Button,为按钮,点击后在格子区域放置按钮,双击按钮,在string条目设置字符串“选择图片”,如下图所示


    然后放置可编辑文本edit和坐标系统axes,如下图所示


    保存命名为myGUI。

    2、编辑按钮响应事件,双击按钮,在callback条目行点击红框处,如图所示,


    在随后出现的myGUI.m文件中找到函数function pushbutton1_Callback,编写如下所示代码

    axis off  %%关闭坐标轴显示  
    [filename pathname] =uigetfile({'*.jpg';'*.bmp';'*.*'},'打开图片');
    
    str=[pathname filename];  
    %%打开图像  
    im=imread(str);  
    %%打开axes1的句柄 进行axes1的操作  
    axes(handles.axes1);  
    %%在axes1中显示 图像  
    imshow(im);  
    
    %图像处理部分
    I=im2bw(im);
    BW1=edge(I,'canny'); %用canny算子进行边缘检测
    path1='D:\program files\MATLAB\R2012a\bin\fig13-基于HaarLike的人脸检测\result\'; 
    name='lena.jpg';
    imwrite(BW1,[path1 name]);
    
    str1=[path1 name];  
    im1=imread(str1);  
    axes(handles.axes2);  
    imshow(im1);  
    点击运行,出现如下图所示界面


    在上图中点击“选择图片”,选择你想处理的图,然后在“结果图像”坐标系内显示图像处理的结果,如下图


    展开全文
  • 说明:本教程使用matlab版本为matlab2012 一、 GUI编程入门 启动matlab ...选择Graphical User Interface(GUI) ...点击按钮,在点击gui界面的空白处,空白处就会出现按钮 同理点击坐标图 最终效果

    说明:本教程使用matlab版本为matlab2012
    ###一、 GUI编程入门

    1. 启动matlab
      这里写图片描述
      2.点击红框框框起来的按钮
      这里写图片描述
    2. 选择Graphical User Interface(GUI)
      这里写图片描述
    3. 选择Blank gui 然后点击ok
      这里写图片描述
      会出现这个。
      这里写图片描述
    4. 界面介绍
      这里写图片描述
    5. 在界面上为添加按钮。
      点击按钮,在点击gui界面的空白处,空白处就会出现按钮
      这里写图片描述
      同理点击坐标图
      最终效果:
      这里写图片描述
    6. 为按钮增加功能
    7. 双击Push Button按钮会出现这个,篮框是按钮的属性,红框是属性的选择

    这里写图片描述
    2. 找到string属性可以为按钮改名字
    这里写图片描述
    我们将名字改为打开
    找到Tag属性改变回调函数的名字。我们改为open,同理将坐标图的Tag改为Before
    !这里写图片描述
    右击打开按钮,找到ViewCallback,点击Callback
    这里写图片描述
    这里写图片描述
    完了会出现这个图片

    这里写图片描述
    接着复制下面这段代码,到函数下面

    function open_Callback(hObject, eventdata, handles)
    %选择图片,可以是以下格式(*这个符号是通配符,表示可以是任意长度的任意字符)
        [filename,pathname]=uigetfile({'*.*';'*.bmp';'*.jpg';'*.tif';'*.jpeg'},'选择图像');
        %将im定义成全局变量,这样在代码的任何位置都可以使用im了。
        global im;
        %如果没有输入路径,则弹出错误对话框 
        if isequal(filename,0)||isequal(pathname,0)
          errordlg('您还没有选取图片!!','程序员哥哥告诉你');
          return;
        else
            %合成路径+文件名
            image=[pathname,filename];
            %读取图像
            im=imread(image);
            %打开坐标,方便操作
            set(handles.before,'HandleVisibility','ON');
            %使用图像,操作在坐标before里
            axes(handles.before);
            %在坐标图before里显示原图像 
            imshow(im);
            title('原始图像');
        end
    

    ctrll+s保存程序,然后点击上方的run按钮(是个三角形)。
    这里写图片描述
    然后打开一张图片
    这里写图片描述

    今天的内容就先到这里。
    布置一个小作业,现在我们已经有了彩色的图像,那么如何先给图像加噪呢?
    图像加噪代码如下:
    在这里插入图片描述

    function do_Callback(hObject, eventdata, handles)
            %打开坐标,方便操作
            global im;
            I=im;
            X=rgb2gray(I);
            %读取图像尺寸
            [m,n]=size(X); 
            %给图像加噪
            Xnoised=imnoise(X,'speckle',0.01); 
            %输出加噪图像
           
            set(handles.after,'HandleVisibility','ON');
            %使用图像,操作在坐标before里
            axes(handles.after);
            %在坐标图before里显示原图像 
            %imshow(im);
            imshow(Xnoised);
            title('原始图像');
    

    最后完成后结果应该是这样子:
    这里写图片描述

    展开全文
  • 开始\图像类型变换\图形几何运算\图像变换\图像添加噪声\图像复原\图像增强\图像分割
  • 数字图像处理的图像分割技术 基于GUI界面
  • 基于MATLAB gui 界面数字图像处理系统,包含去噪、增强、FFT、小波变换等数十种基本功能,还包括人脸检测,图像滤镜处理等功能
  • matlab 数字图像处理GUI设计。

    简单的界面实现的几个简单的功能,只支持JPG格式图像,还有很多需要改进的。


    1、灰度化:提取jpg图像各个像素点的R、G、B三个类型的值,再对其进行加权平均。最后得到一个通道红绿蓝三个类型的加权平均。
    公式为:ima=0.299*ima_red+0.587*ima_green+0.114*ima_blue。


    2、二值化:二值化是在图像灰度化的基础上进行的,通过比较图像每个像素点的灰度值与阈值的大小关系来设置该点为0或1。


    3、中值滤波:基于排序统计理论的一种能有效抑制噪声的非线性平滑滤波信号处理技术。中值滤波的特点即是首先确定一个以某个像素为中心点的邻域,一般为方形邻域,也可以为圆形、十字形等等,然后将邻域中各像素的灰度值排序,取其中间值作为中心像素灰度的新值,这里领域被称为窗口,当窗口移动时,利用中值滤波可以对图像进行平滑处理。其算法简单,时间复杂度低,但其对点、线和尖顶多的图像不宜采用中值滤波。本系统中值滤波设置的核为长宽都是6的正方形,在此邻域内来找中值。

    4、低通滤波:在低通滤波中,低频信号能正常通过,而超过设定临界值的高频信号则被阻隔、减弱。首先对图像进行傅里叶变换,接着将FFT的DC分量移到频谱中心,指定滤波器截止频率和滤波半径后,通过低通滤波转换函数与该频率进行比较d=sqrt((i-n1)^2+(j-n2)^2)。若信号大于该频率,则置为0。


    5、均值滤波:均值滤波是典型的线性滤波算法,它是指在图像上对目标像素给一个滤波核,该核包括了其周围的临近像素,再用核中的全体像素的平均值来代替原来像素值。在本项目中,需先给出设计的正方形核的边长,之后便可以用指定大小的滤波核进行均值滤波。

    6、高斯滤波:高斯滤波是一种线性平滑滤波,适用于消除高斯噪声,广泛应用于图像处理的减噪过程。高斯滤波是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是:用一个模板(或称卷积、掩模)扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值用。高斯平滑滤波器对于抑制服从正态分布的噪声非常有效。

    7、形态学-腐蚀:一般腐蚀操作对二值图进行处理,腐蚀操作如左图,当像素点(i,j+1)和(i+1,j)为1时则(i,j)为1。腐蚀是一种消除边界点,使边界向内部收缩的过程。可以用来消除小且无意义的目标物。如果两目标物间有细小的连通,可以选取足够大的结构元素,将细小连通腐蚀掉。

    8、直方图统计:灰度直方图是关于灰度级分布的函数,是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素,按照灰度值的大小,统计其出现的频率。图像直方图由于其计算代价较小,且具有图像平移、旋转、缩放不变性等众多优点,广泛地应用于图像处理的各个领域。

    9、sobel:图像的边缘是灰度或结构等信息的突变处,边缘是一个区域的结束,也是另一个区域的开始,利用该特征可以分割图像。Sobel算子是一阶导数的边缘检测算子,在算法实现过程中,通过3×3模板作为核与图像中的每个像素点做卷积和运算,然后选取合适的阈值以提取边缘。由于只采用2个方向的模板。

    10、canny:Canny检测主要分为四个步骤。首先为防止噪声干扰,先对图像进行去噪。接着可按照sobel的方式来计算图像梯度的幅值和方向。由于梯度大的不一定就是边缘,可以通过每个像素点的方向来确定该像素点在此邻域范围内是否是最大值,若是,则保留该像素点,不是则舍弃。最后用双阈值法再剔除一部分像素点并连接边缘。


    程序下载:http://download.csdn.net/detail/jidushanzhu/9864612


    展开全文
  • 经过上一篇文章的《matlab GUI图像图像基础》,我们可以知道说是入门了GUI,对于GUI图像图形还可以调用函数形成,但是对于学习图像处理来说,感觉没有那个必要去学,会了基础,就可以自己GUI图像处理功能了,主要...

             经过上一篇文章的《matlab GUI图像图像基础》,我们可以知道说是入门了GUI,对于GUI图像图形还可以调用函数形成,但是对于学习图像处理来说,感觉没有那个必要去学,会了基础,就可以自己GUI图像处理功能了,主要还是算法和功能,所以我就没有写函数调用创建GUI,然后直接写了一篇关于GUI图像处理(根据matlab GUI编写),里面包括打开文件、保存文件灰度转换 、傅立叶变换 、颗粒面积的分布、 二维三维化、 图像融合几个功能,相信他们看就会明白怎么创建自己的功能,让界面更加好看,功能更加的多。完全可以自己DIY一个。

            因为回调函数的代码比较长,所以上传到资源,可以下载下来,对比添加,下载地址http://download.csdn.net/user/qq_20823641

            还是想给一张总图,一个是界面图,一个是菜单,对于控件回调函数不再这里多说了,主要的功能添加基本都在菜单和子菜单上面。

                                        

    现在说一下过程

    1.     看图上的坐标轴和按钮,添加三个坐标轴,2个按钮,2个可编辑文本

    2.     菜单编辑上增加,如图


    3.     添加各自的回调函数,会的可以参考下载的代码添加,不会的可以看上一篇学习。



    展开全文
  • 数字图像处理GUI

    2020-07-11 23:30:56
    通过MATLAB创造gui界面,实现图像的读取、保存、加噪、滤波 旋转等功能
  • 建立基于Matlab的GUI界面,通过菜单选择来实现; 图像处理基本功能,包括:“打开”,“保存”,“退出”功能; 图像点运算,包括:灰度直方图,灰度线性变换,阈值变换和直方图均衡化; 图像几何运算,包括:平移,...
  • 自定义简易图像处理系统:综合此前内容得出该系统,系统功能包括:图像简单处理、图像的灰度变换、图像直方图均衡化和比特平面分层、空间域滤波、频率域滤波、彩色图像的空间域滤波。界面如图1: 图 1 ...
  • #图像处理作业最终的展示需要,够用就行,mark一下以便下次还要用 安装 anaconda-navigator搜索pyqt安装pyqt5即可。 一个最简单的窗口 import sys #这里我们提供必要的引用。基本控件位于pyqt5.qtwidgets模块...
  • 整理电脑时,发现了本科时做的一个matlab GUI,关于图像处理的一些基本操作,里面有挺多功能的,看下面的图片。 图像类型转化,几何运算,图像变换,添加噪声,图像复原,图像增强,图像分割,形态学处理,小波变换...
  • 支持图像的打开,保存、添加各类噪声、图片的旋转,图像类型的转换,图像形态学处理、直方图均衡化以及灰度直方图的显示。
  • 本资源为基于MATLAB设计的数字图像处理软件源码,有自己设计的GUI、移植于MATLAB官网的标签页设计方法,实现基础的数字图像处理任务,包含各种图像加噪、去噪、空间变换、边缘检测、尺度变换、图像增强、图像分析的...
  • matlab图像处理gui

    2020-07-04 23:37:56
    图像处理中的多种方法,如直方图、直方图均衡化、多种去噪方法、算子等利用matlab整理成可视化化的操作界面。本程序里所涉及的图像算法均是自己编写的,不是调用matlab自带的函数。本程序在matlab R2010a成功运行...
  • Matlab具有完备的图形处理功能、友好的用户界面以及功能强大的图形处理工具箱,能够实现对数字图像的编辑和处理工作,实现功能包括数字图像的读取、存储、显示、去色、图像翻转、局部放大、透明度调整、去噪、平滑、...
  • 《基于MATLAB GUI的数字图像处理》开放实验项目报告 本文针对数字图像处理技术的特点及MATLAB语言的应用环境,利用MATLAB图像处理工具箱,根据需求进行程序的功能分析和界面设计,实现数字图像的灰度处理、亮度处理...
  • 让我们从设计界面开始,演示基本的图像读取、图像保存、图像灰度化、图像二值化、图像直方图均衡化等效果的编程实战。 (1)guide %进入gui编程界面 (2) %静态文本 拖入静态文本控件,右击鼠标选择'属性检查器';...
  • 这是图像处理课程课设,基于matlab的图像处理系统,基本囊括对图像的基本操作。有GUI界面设计。
1 2 3 4 5 ... 20
收藏数 20,866
精华内容 8,346