matlab阈值分割代码

matlab
% 读取图像
originalImage = imread('example_image.jpg');

% 将图像转换为灰度图像
grayImage = rgb2gray(originalImage);

% 计算图像的直方图
[counts, bins] = imhist(grayImage);

% 使用 Otsu 方法计算最佳阈值
threshold = graythresh(grayImage);

% 使用最佳阈值进行二值化
binaryImage = imbinarize(grayImage, threshold);

% 显示原始图像、灰度图像和二值化图像
subplot(1, 3, 1);
imshow(originalImage);
title('Original Image');

subplot(1, 3, 2);
imshow(grayImage);
title('Grayscale Image');

subplot(1, 3, 3);
imshow(binaryImage);
title('Binary Image');

% 可选：保存二值化图像
imwrite(binaryImage, 'binary_image.jpg');

这个示例代码中，首先读取了一张图像，然后将其转换为灰度图像。接着，使用 imhist 函数计算了灰度图像的直方图，然后使用 graythresh 函数基于 Otsu 方法计算了最佳阈值。最后，使用 imbinarize 函数根据这个阈值进行了二值化。通过显示原始图像、灰度图像和二值化图像，可以对处理结果进行可视化。

如果你想要更多控制阈值分割过程，可以尝试手动选择阈值。

matlab
% 读取图像
originalImage = imread('example_image.jpg');

% 将图像转换为灰度图像
grayImage = rgb2gray(originalImage);

% 显示原始图像和灰度图像
subplot(1, 2, 1);
imshow(originalImage);
title('Original Image');

subplot(1, 2, 2);
imshow(grayImage);
title('Grayscale Image');

% 通过对话框手动选择阈值
threshold = inputdlg('Enter threshold value:');
threshold = str2double(threshold);

% 使用手动选择的阈值进行二值化
binaryImage = grayImage > threshold;

% 显示二值化图像
figure;
imshow(binaryImage);
title('Binary Image');

% 可选：保存二值化图像
imwrite(binaryImage, 'binary_image_manual_threshold.jpg');

在这个示例中，你可以通过对话框手动输入阈值。然后使用这个阈值进行二值化，并显示二值化图像。