7/首先要明白一个概念：像素可不是长度单位，它是表示图像清晰度的，

那么到底像素和厘米怎么换算？

这要看分辨率，才能将像素和实际尺寸对应起来的。

一般我们是72像素/平方英寸，或者300像素/平方英寸

72像素/平方英寸的时候 就是 28像素/1厘米

300像素/平方英寸的时候 就是 119像素/1厘米

如我一图片，实际宽是20CM,在PS里面量也是200MM,可实际的图片的宽却是570，符合上面红色的第一条

看分辩率分辩率是**像素/厘米 那一cm就有**像素PX:CM=28.35:1

要看分辨率，1000dpi的1cm见方打印出来和10dpi的1cm见方打印出来是一样大小的，都是1cmX1cm，但是他们所包含的像素就大不相同，相差了几个数量级。

dpi的意思是，dot per inch，就是每英寸多少点(点就是像素了)。所以72dpi指的是一英寸距离，包含72像素；300dpi指的是一英寸距离，包含300像素。

分辨率相乘的结果就是像素，如分辨率是1024×768，那么，像素就是它俩的乘积约合78万多像素。

1英寸＝2.54厘米

72像素/英寸=28.346像素/厘米

300像素/英寸=118.11像素/厘米

1 厘米＝0.3937 英寸

1 英寸＝2.54 厘米

以常见1024像素对比:

1024像素=3.413英寸=8.67厘米 (300像素/英寸dpi 每英寸≈0.003333像素)

所以1024像素的厘米尺寸就是:1024*0.003333*2.54

1024像素=14.222英寸=36.12厘米 (72像素/英寸dpi 每英寸≈0.013889像素)

所以1024像素的厘米尺寸就是:1024*0.013889*2.54

============================================================================================================

图像的合成；Matlab中的各种逻辑运算方式求解。

加法：C=A+B去除叠加噪音生成叠加效果

减法：C=A-B去除叠加图案检测同一场景中的图像变化

乘法：C=A*B图像的局部显示

求反：~A获得负像获得子图像的补图像

异或：A⊙B获得相交图像

clear all

A=imread('clev1.bmp');

B=imread('clev2.bmp');

figure('Name','原始图像') %创建图像窗口%

subplot(1,2,1)   %拆分窗口%

imshow(A);title('原始A'); %显示指定工作区图像%

colorbar   %添加色度条%

subplot(1,2,2)

imshow(B);title('原始B');

colorbar

figure('Name','图像算数运算')

res1=imadd(A,B);  %A+B%

res2=imsubtract(A,B);  %A-B%

res2_2=imsubtract(B,A);  %B-A%

res3=immultiply(A,B);  %A*B%

res4=imdivide(A,B);  %A/B%

res4_2=imdivide(B,A);  %B/A%

subplot(2,3,1)

imshow(res1);title('A加B');

subplot(2,3,2)

imshow(res2);title('A减B');

subplot(2,3,3)

imshow(res2_2);title('B减A');

subplot(2,3,4)

imshow(res3);title('A乘B');

subplot(2,3,5)

imshow(res4);title('A除B');

subplot(2,3,6)

imshow(res4_2);title('B除A');

C=A(:,:,1);  %取单色%

D=B(:,:,1);

figure('Name','图像逻辑运算')

res1=C&D;  %C&D%

res2=C|D;  %C|D%

res3=xor(C,D);  %xor C D%

res3_2=xor(D,C)  %xor D C%

res4=not(C)&not(D); %~C%

res4_2=not(C)|not(D); %~D%

subplot(2,3,1)

imshow(res1);title('C&D');

subplot(2,3,2)

imshow(res2);title('C|D');

subplot(2,3,3)

imshow(res3);title('xor C D');

subplot(2,3,4)

imshow(res3_2);title('xor D C');

subplot(2,3,5)

imshow(res4);title('~C&~D');

subplot(2,3,6)

imshow(res4_2);title('~C|~D');

(自制两幅色阶图片上半部分相同，下部不同，黑色块用于逻辑运算时显示计算效果)

(~代表取反) ===============================================================================

Matlab 基础部分：(图像) 读取 储存 显示 矩阵 信息

1.Matlab中图像的基本操作和处理

图像读取函数：imread()将图像文件读入工作区A = imread(filename, fmt)实例：a=imread('P:\color1.jpg');

图像存储函数：imwrite()将工作区数据写入标准图像文件imwrite(A,filename,fmt)实例：imwrite(a,'file.bmp','bmp')

显示图像函数：imshow()根据工作区数据格式显示为指定范围图像imshow(I,[low high])实例：imshow(a,[1 20])

图像函数：image()将工作区数据显示为坐标属性图像image(x,y,C,'PropertyName',PropertyValue,...)实例：image(1000,500,a)

矩阵尺寸函数：size()获取工作区矩阵尺寸实例：[m n]=size(a)

信息：whos获取记录信息log.whos('all')

M文件操作：save/load存储到Mat文件 =========================================================

Matlab 图像格式的转换

灰度图像与索引图像的相互转换：gray2ind( )  ind2gray( )

RGB图像与灰度图像的转换：rgb2gray( )

二进制图像转换：BW=im2bw()

程序和图像

clear all;

RGB=imread('s.jpg');             %要求输入为3色 uint8阵列图像 所以采用JPG图片%

[X,MAP]=rgb2ind(RGB,128);      %RGB转索引 128色%

I=rgb2gray(RGB);               %RGB转灰度%

BW=im2bw(RGB,0.5);           %RGB转二色 阈值0.5 %

iRGB=ind2rgb(X,MAP);          %索引转RGB%

iI=ind2gray(X,MAP);             %索引转灰度%

iBW=im2bw(X,MAP,0.5);         %索引转二色%

[x2,map2]=gray2ind(I,128);        %灰度转索引 128色%

gBW=im2bw(I,0.5);              %灰度转二色%

figure('Name','图像转换')          %创建图像窗口%

subplot(3,3,1)                   %拆分窗口%

imshow(RGB);title('原始');         %显示指定工作区图像%

colorbar                        %添加色度条%

subplot(3,3,5)

imshow(I);title('RGB->灰度');

colorbar

subplot(3,3,6)

imshow(BW);title('RGB->二进制');

colorbar

subplot(3,3,7)

imshow(iRGB);title('索引->RGB');

colorbar

subplot(3,3,8)

imshow(iI);title('索引->灰度');

colorbar

subplot(3,3,9)

imshow(iBW);title('索引->二进制');

colorbar

subplot(3,3,2)

imshow(x2,map2);

title('灰度->索引');

colorbar

subplot(3,3,3)

imshow(gBW);title('灰度->二进制');

colorbar

figure('Name','图像转换2')        % figure中存在多个颜色表不能正常显示 单独显示%

subplot(3,3,4);

imshow(X,MAP);

title('RGB->128索引');

colorbar

图像格式示例：