实验三 图像几何变换处理
图像几何变换(旋转和缩放)
图像几何变换的重要性
图像几何变换可以帮助我们更好地理 解和分析图像内容，例如在人脸识别 、目标检测和跟踪、遥感图像处理等 领域。
通过变换可以纠正图像的畸变，提高 图像的清晰度和可读性，从而改善图 像的质量。
图像几何变换的应用场景
医学影像处理
在医学领域，通过对医学影像进行几何变换，可以更好地 观察和分析病变部位，提高诊断的准确性和可靠性。
图像旋转
图像旋转的基本概念
图像旋转是指将图像围绕一个点 进行旋转的操作。这个点被称为
旋转中心或原点。
旋转角度是旋转的度数，通常以 度（°）为单位。
旋转可以是顺时针或逆时针方向， 取决于旋转角度的正负值。
图像旋转的算法实现
图像旋转可以通过多种算法实现，其 中最常用的是矩阵变换和插值算法。
插值算法通过在旋转过程中对像素进 行插值，以获得更平滑的旋转效果。 常用的插值算法包括最近邻插值、双 线性插值和双三次插值等。
矩阵变换算法通过将图像表示为一个 矩阵，并应用旋转矩阵来计算旋转后 的像素坐标。
图像旋转的优缺点
优点
图像旋转可以用于纠正倾斜的图像、 增强图像的视觉效果、实现特定的艺 术效果等。
缺点
图像旋转可能会改变图像的比例，导 致图像失真或变形。此外，对于大尺 寸的图像，旋转操作可能需要较长时 间和较大的计算资源。
双线性插值和双三次插值等。
重采样算法
重采样算法通过重新计算每个像 素的灰度值来实现图像缩放。这 种方法通常比插值算法更精确，
但计算量较大。
多项式拟合算法
多项式拟合算法通过拟合原始图 像中的像素点，然后根据多项式 函数来计算新的像素值。这种方 法适用于对图像进行复杂变换的
情况。
图像缩放的优缺点
第三次实验报告数字图像处理实验 —图像的几何变换
数字图像处理实验—图像得几何变换姓名:张慧班级:信息１0－1学号:36号实验三、图像得几何变换一、实验目得1．学习几种常见得图像几何变换，并通过实验体会几何变换得效果；2．掌握图像平移、剪切、缩放、旋转、镜像、错切等几何变换得算法原理及编程实现3．掌握matlａb编程环境中基本得图像处理函数4．掌握图像得复合变换二、实验原理１初始坐标为（, ）得点经过平移(，)，坐标变为（，)，两点之间得关系为：，以矩阵形式表示为:2 图像得镜像变换就是以图象垂直中轴线或水平中轴线交换图像得变换,分为垂直镜像变换与水平镜像变换，两者得矩阵形式分别为：3图像缩小与放大变换矩阵相同：当时,图像缩小；时，图像放大。
4 图像旋转定义为以图像中某一点为原点以逆时针或顺时针方向旋转一定角度。
其变换矩阵为：该变换矩阵就是绕坐标轴原点进行得，如果就是绕一个指定点()旋转，则现要将坐标系平移到该点，进行旋转，然后再平移回到新得坐标原点。
三、实验步骤1启动MAＴＬAB程序，对图像文件分别进行平移、垂直镜像变换、水平镜像变换、缩放与旋转操作,与实验箱运行结果进行比对;２记录与整理实验报告四、实验程序Ｘ=imreaｄ（’E：\tｅｓｔ、ｊｐg’）；ｆigure，ｉmshow（X）;tｉtle（＇原图'）％缩放Ａ=［0、5 ０0;0 2 0;0 0 1]；T=makｅtfｏrｍ（’ａfｆine’,Ａ）;Z=ｉｍtｒansｆorm(X,T）；figurｅ，ｉmshow（Z)，ｔitle（'图像缩放＇)；％图像旋转A=［cos（pi/４）ｓｉn（pi／4）０；－sin(pi/4）ｃos（pi/４）0；0 ０1]; T＝makｅtｆoｒm(’affiｎｅ’，A);Z＝ｉmｔranｓform(X，T）；ｆｉgure,iｍｓhｏｗ(Z);title（＇图像旋转'）；％水平剪切Ａ=[１0 0；0、５ 1 0；0 0 1］；T=mａketfｏrm('affｉne’，A）；Z=iｍtrａnｓform（X，T）;figure，imsｈoｗ(Z）；tiｔlｅ（＇水平剪切＇)；％垂直剪切Ａ＝[10、50;0 1 0；0 0 1];T＝ｍaｋｅtforｍ（＇affｉｎe’,A）;Z=ｉmｔrａnsfoｒm(X,T）；figure，ｉmsｈow(Ｚ)；title(’垂直剪切’）；%水平镜像Ａ=［-１0 0；0 1 0;１0 1］;T=ｍakｅtform('ａffinｅ’，A）；Ｚ=imｔransfoｒm（X,Ｔ);ｆiguｒｅ，iｍｓｈow(Z);title（'水平镜像＇）;%垂直镜像A=［1 00；0 —1 ０;0 11]；T＝maketfｏrm（'affine'，A);Ｚ=iｍtｒａnsform（X，T）；ｆigure,imｓhｏw(Z);ｔitｌe（'垂直镜像＇)；五、实验结果图原图图像缩放图像旋转水平剪切垂直剪切水平镜像垂直镜像六、结果分析1．图像得平移。
图像变换实验报告
在 MATLAB 中，进行图像旋转的函数是 imrotate，它的常见 调用方法如下：
B=imrotate(A,angle)
B= imrotate(A,angle,method)
B= imrotate(A,angle,method,bbox)
通过离散余弦变换可以看到图像的重要可是信息都集中在 DCT 变换的左上角一小部分系数中，其余大部分接近零，将幅值 小于 10 的 DCT 系数置为零后进行反 DCT 得到的压缩的图像，比 较变换前后的图像，可以发现视觉效果相差很小，压缩的效果比 较理想。 （三）选做实验：频域滤波
因为 Butterworth 低通滤波器在带通和带阻之间有平滑的过 渡带，高频信号没有完全滤除，在抑噪效果良好的同时，图像变 得更加模糊了。
其中，A 是要进行缩放的图像矩阵，scale 是进行缩放的倍数， 如果 scale 小于 1，则进行缩小操作，如果 scale 大于 1，则进 行放大操作。[mrows ncols]用于指定缩放后图像的行数和列数， method 用于指定的图像插值方法，有 nearest、bilinear、bicubic 等算法。 2、图像旋转
cos
2������
2������
������ = 0������ = 0
其中，f(x,y)是二维空间向量元素，F(u,v)是变换系数矩阵之元 素。
在 MATLAB 中，提供两种进行图像处理的 DCT 变换函数： B=dct2(A)
B=dct2(A,[m,n]) B=dct2(A,[m n]) 其中，A 是输入的图像，B 是返回的 DCT 的变换系数，m、n 分别 是返回的 DCT 变换系数 B 的行数和列数。
ENVI遥感图像处理实验教程 实验三 几何校正(影像、地形图)ok
实验三 ENVI影像的几何校正本专题旨在介绍如何在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的几何校正。
遥感图像的几何纠正是指消除影像中的几何形变，产生一幅符合某种地图投影或图形表达要求的新影像。
一般常见的几何纠正有从影像到地图的纠正，以及从影像到影像的纠正，后者也称为影像的配准。
遥感影像中需要改正的几何形变主要来自相机系统误差、地形起伏、地球曲率以及大气折射等。
几何纠正包括两个核心环节：一是像素坐标的变换，即将影像坐标转变为地图或地面坐标；二是对坐标变换后的像素亮度值进行重采样。
本实验将针对不同的数据源和辅助数据，提供以下几种校正方法：Image to Map几何校正：通过地面控制点对遥感图像几何进行平面化的过程，控制点可以是键盘输入、从矢量文件中获取。
地形图校正就采取这种方法。
Image to image几何校正：以一副已经经过几何校正的栅格影像作为基准图，通过从两幅图像上选择同名点（GCP）来配准另一幅栅格影像，使相同地物出现在校正后的图像相同位置。
大多数几何校正都是利用此方法完成的。
Image to image自动图像配准：根据像元灰度值自动寻找两幅图像上的同名点，根据同名点完成两幅图像的配准过程。
当同一地区的两幅图像由于各自校正误差的影像，使得图上的相同地物不重叠时，可利用此方法进行调整1. 地形图的几何校正（1）打开并显示地形图从ENVI主菜单中，选择file →open image file，打开3-几何校正\地形图\G-48-34-a.JPG。
（2）定义坐标从ENVI主菜单栏中，选择Map →Registration →Select GCPs：Image to map。
在image to Map Registration对话框中，点击并选择New,定义一个坐标系从ENVI主菜单栏中，选择Map →Registration →Select GCPs: Image to Map。
实验报告几何变换实验
实验报告几何变换实验实验报告：几何变换实验引言：几何变换是计算机图形学中的重要概念，它可以改变图像的形状、位置和大小。
在本次实验中，我们将通过对几何变换的实际操作，深入了解几何变换的原理和应用。
一、实验目的本次实验的主要目的是探究几何变换在图像处理中的应用，具体包括平移、旋转、缩放和翻转等几何变换操作。
通过实际操作和观察，我们将了解几何变换对图像的影响，并学习如何使用计算机编程实现这些变换。
二、实验材料和方法1. 实验材料：- 一台计算机- 图像处理软件（如Photoshop、GIMP等）- 编程软件（如Python、MATLAB等）2. 实验方法：- 步骤一：选择一张图片作为实验对象，并导入到图像处理软件中。
- 步骤二：使用图像处理软件进行平移操作，观察图像的位置变化。
- 步骤三：使用图像处理软件进行旋转操作，观察图像的旋转效果。
- 步骤四：使用图像处理软件进行缩放操作，观察图像的大小变化。
- 步骤五：使用图像处理软件进行翻转操作，观察图像的翻转效果。
- 步骤六：使用编程软件编写程序，实现上述几何变换操作，并观察结果。
三、实验结果与分析1. 平移操作：在实验中，我们发现通过平移操作，可以将图像在水平和垂直方向上进行移动。
通过调整平移的距离和方向，我们可以改变图像在画布上的位置。
这种操作常用于图像的对齐和拼接等应用中。
2. 旋转操作：旋转操作可以改变图像的角度和方向。
通过调整旋转的角度和中心点，我们可以使图像以不同的角度进行旋转。
这种操作常用于图像的矫正、仿射变换等应用中。
3. 缩放操作：缩放操作可以改变图像的大小。
通过调整缩放的比例，我们可以使图像变得更大或更小。
这种操作常用于图像的放大、缩小、裁剪等应用中。
4. 翻转操作：翻转操作可以改变图像的方向。
通过水平或垂直翻转，我们可以使图像在左右或上下方向发生镜像反转。
这种操作常用于图像的镜像处理、对称效果等应用中。
四、实验总结通过本次实验，我们深入了解了几何变换在图像处理中的应用。
图像的几何变换
课程: 数字图像处理实验日期: 2012年 5 月日成绩：实验三图像的几何变换一．实验目的及要求掌握图像几何变换的基本原理，熟练掌握数字图像的缩放、旋转、平移、镜像和转置的基本原理及其MATLAB编程实现方法二、实验原理图像的几何变换是图像处理和图像分析的基础内容之一，它不仅提供了产生某些特殊效果图像的可能，而且可使图像处理和分析的程序简单化，特别是当图像具有一定的规律时，一个图形可以由另一个图像通过几何变换来实现。
图像的几何变换不改变图像的像素值，而改变像素所在位置。
从变换的性质分，图像的几何变换有位置变换(平移、镜像、旋转）、形状变换（比例缩放、错切）和复合变换等。
图像的位置变换主要包括图像平移变换、图像镜像变换和图像旋转变换等。
三、实验内容（一）研究以下程序，分析程序功能；输入执行各命令行，认真观察命令执行的结果。
熟悉程序中所使用函数的调用方法，改变有关参数，观察试验结果。
1. 图像缩放clear all, close allI = imread('cameraman.tif');Scale = 1.35; % 将图像放大1.35倍J1 = imresize(I, Scale, 'nearest'); %using the nearest neighbor interpolation J2 = imresize(I, Scale, 'bilinear'); %using the bilinear interpolationimshow(I), title('Original Image');figure, imshow(J1), title('Resized Image-- using the nearest neighbor interpolation ');figure, imshow(J2), title('Resized Image-- using the bilinear interpolation ');% 查看imresize使用帮助help imresize说明：❶注意观察不同插值方法的图像表现；❷改变图像缩放因子Scale，重做上述实验。
ENVI遥感图像处理实验教程 实验三 几何校正(影像、地形图)ok
实验三 ENVI影像的几何校正本专题旨在介绍如何在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的几何校正。
遥感图像的几何纠正是指消除影像中的几何形变，产生一幅符合某种地图投影或图形表达要求的新影像。
一般常见的几何纠正有从影像到地图的纠正，以及从影像到影像的纠正，后者也称为影像的配准。
遥感影像中需要改正的几何形变主要来自相机系统误差、地形起伏、地球曲率以及大气折射等。
几何纠正包括两个核心环节：一是像素坐标的变换，即将影像坐标转变为地图或地面坐标；二是对坐标变换后的像素亮度值进行重采样。
本实验将针对不同的数据源和辅助数据，提供以下几种校正方法：Image to Map几何校正：通过地面控制点对遥感图像几何进行平面化的过程，控制点可以是键盘输入、从矢量文件中获取。
地形图校正就采取这种方法。
Image to image几何校正：以一副已经经过几何校正的栅格影像作为基准图，通过从两幅图像上选择同名点（GCP）来配准另一幅栅格影像，使相同地物出现在校正后的图像相同位置。
大多数几何校正都是利用此方法完成的。
Image to image自动图像配准：根据像元灰度值自动寻找两幅图像上的同名点，根据同名点完成两幅图像的配准过程。
当同一地区的两幅图像由于各自校正误差的影像，使得图上的相同地物不重叠时，可利用此方法进行调整1. 地形图的几何校正（1）打开并显示地形图从ENVI主菜单中，选择file →open image file，打开3-几何校正\地形图\G-48-34-a.JPG。
（2）定义坐标从ENVI主菜单栏中，选择Map →Registration →Select GCPs：Image to map。
在image to Map Registration对话框中，点击并选择New,定义一个坐标系从ENVI主菜单栏中，选择Map →Registration →Select GCPs: Image to Map。
实验三envi几何校正
整Output File Dimensions。* 图像左上角为原点(1.1 --- 列.行)。
共四十六页
共四十六页
共四十六页
2．感兴趣区域裁剪
打开影像bldrtm_m后，在图像
的主影像窗口(chuāngkǒu)点击
像。当在某一功能中应用掩膜时，1值区域被处理，被屏蔽的0值区域不被包括在计算中
。它可以用于ENVI的多项功能，包括统计、分类、分离、匹配滤波、包络线去除和波
段特征(tèzhēng)拟合。
共四十六页
1.规则裁剪
ENVI：Basic Tools>> Resize Data >> Resize Data Input File对话框（如下图）。
samples/lines（列/行）值；
共四十六页
⑤若设置波段范围（Spectral Subset>>File Spectral Subset），选择波段；若要根据已选
择的感兴趣区域进行切割，可用ENVI：Basic Tools>>Subset Data via ROIs。若要使用与
上次输入的空间大小相同的文件(wénjiàn)的空间子集，点击 “Previous” 按钮。
?利用控制点纠正而用户拿到这种产品后由于使用目的的不同或投影及比例尺不同仍旧需要做进一步的几何校正这就需要对其进行几何精校正即利用地面控制点gcp?混合校正则是由一般地地面站提供的遥感cct已经完成了第一阶段的几何粗校正用户所要完成的仅仅是对图像做进一步的几何精校正
遥感 实验
(YÁOGǍN)
实验三
几何 纠正
关于图形图像处理实训报告总结【九篇】
关于图形图像处理实训报告总结【九篇】实训报告总结：图形图像处理实训图形图像处理实训是计算机科学与技术专业的基础课程之一。
通过本次实训课程，我深入了解了图形图像处理的基本概念、方法和技术，并通过实际操作来提升了自己的实践能力。
下面是对本次实训的九篇报告总结：1. 实验一：图像读取与显示本次实验主要是学习如何读取和显示图像，以及使用Matplotlib库进行图像展示。
通过实验，我掌握了图像读取和显示的基本方法，并学会了基本的图像处理操作。
2. 实验二：图像的灰度变换实验二主要是学习图像的灰度变换，包括线性变换和非线性变换。
我学会了如何使用不同的灰度变换函数来调整图像的亮度和对比度，进一步提升图像的质量。
3. 实验三：图像的空间域滤波本次实验主要是学习图像的空间域滤波技术，包括均值滤波、中值滤波和高斯滤波等。
通过实验，我掌握了不同滤波方法的原理和实现方式，并学会了如何选择合适的滤波方法来降噪和模糊图像。
4. 实验四：图像的频域滤波实验四主要是学习图像的频域滤波技术，包括傅里叶变换和频域滤波等。
通过实验，我了解了傅里叶变换的原理和应用，并学会了如何使用频域滤波来实现图像的锐化和平滑。
5. 实验五：图像的形态学处理本次实验主要是学习图像的形态学处理技术，包括腐蚀、膨胀、开运算和闭运算等。
通过实验，我学会了如何使用形态学操作来改变图像的形状和结构，进一步改善图像的质量。
6. 实验六：图像的边缘检测实验六主要是学习图像的边缘检测技术，包括Sobel算子、Laplacian算子和Canny算子等。
通过实验，我了解了不同边缘检测方法的原理和应用，并学会了如何使用边缘检测来提取图像的轮廓和特征。
7. 实验七：图像的分割与聚类本次实验主要是学习图像的分割与聚类技术，包括阈值分割、区域生长和K均值聚类等。
通过实验，我掌握了不同分割与聚类方法的原理和应用，并学会了如何使用分割与聚类来识别和分析图像中的目标和区域。
8. 实验八：图像的特征提取与描述子实验八主要是学习图像的特征提取和描述子技术，包括尺度不变特征变换（SIFT）和方向梯度直方图（HOG）等。
实验三 几何图形变换实验
另一个函数是：
void gluOrtho2D(GLdouble left,GLdouble right,GLdouble bottom,GLdouble top)
它是一个特殊的正射投影函数，主要用于二维图像到二维屏幕上的投影。它的near和far缺省值分别为-1.0和1.0，所有二维物体的Z坐标都为0.0。因此它的裁剪面是一个左下角点为(left,bottom)、右上角点为(right,top)的矩形。
glutInitWindowSize (500, 500);
glutInitWindowPosition (100, 100);
glutCreateWindow (argv[0]);
init ();
glutDisplayFunc(display);
glutReshapeFunc(reshape);
glutMainLoop();
{
glutInit(&argc, argv);
glutInitDisplayMode (GLUT_DOUBLE | GLUT_RGB);//使用双缓存模式
glutInitWindowSize (500, 500);
glutInitWindowPosition (100, 100);
glutCreateWindow (argv[0]);
三、实验内容
1、下面的代码采用GLUT库，使用了双缓存，在按下鼠标左键后，程序在空闲时一直不停地调用spinDisplay函数，实现了一个矩形在窗口中匀速转动（单击鼠标右键停止转动）。请修改代码，实现矩形在窗口内沿着水平线移动。
/*
* double.c
图像处理之几何变换
图像处理之⼏何变换图像处理之⼏何变换(1)图⽚缩放1.图⽚缩放1# 缩放其实顾名思义就是改变图⽚的宽度和⾼度，可以放⼤和缩⼩等等# 1.加载图⽚load 2.获取图⽚的信息info 3.调⽤resize⽅法，改变图⽚的宽度和⾼度 4.检查最终的结果checkimport tensorflow as tfimport cv2# 以彩⾊图⽚的形式加载图⽚，读取图⽚。
img = cv2.imread('image0.JPG',1)# 获取图⽚的info信息，这是⼀个三维的矩阵imgInfo = img.shapeprint(imgInfo) # (547, 730, 3) 输出图⽚的信息info 547是表⽰⾼度 730是表⽰宽度 3是表⽰颜⾊组成⽅式height = imgInfo[0] # 获取图⽚的⾼width = imgInfo[1] # 获取图⽚的宽mode = imgInfo[2] # 获取图⽚的颜⾊组成⽅式print(height)print(width)print(mode)# 1.放⼤缩⼩ 2 等⽐例⾮等⽐例# 对于同⼀个原始图⽚来说，如果原始图⽚的宽⾼乘以了同⼀个系数，那么这个是等⽐例的缩放。
# 如果不是乘以同⼀个系数，那么这个不是等⽐例缩放。
dstHeight = int(height*0.5)dstWidth = int(width*0.5)print(dstHeight)print(dstWidth)# 最近临域插值双线性插值像素关系重采样⽴⽅插值dst = cv2.resize(img,(dstHeight,dstWidth))cv2.imshow('image',dst)cv2.waitKey(0)# 输出的结果为：# (547, 730, 3)# 547# 730# 3# 273# 365实现的结果为：2.图⽚缩放21）最近临域插值理解最近临域插值双线性插值的原理1.先看⼀下最近临域插值法src 10*20 -->dst 5*10dst <--src ⽬标图像的每⼀个点其实都来⾃于原图像。
matlab实现图像的放大及旋转
实验三图像的几何操作一、图像的基本运算1、加法运算图像相加一般用于对同一场景的多幅图像求平均效果，以便有效地降低具有叠加性质的随机噪声。
直接采集的图像品质一般都较好，不需要进行加法运算处理，但是对于那些经过长距离模拟通信方式传送的图像（如卫星图像），这种处理是必不可少的。
在MA TLAB7.0中，如果要进行两幅图像的加法，或者给一幅图像加上一个常数，可以调用imadd函数来实现。
imadd函数将某一幅输入图像的每一个像素值与另一幅图像相应的像素值相加，返回相应的像素值之和作为输入图像。
imadd函数的调用格式可参考图像处理的工具箱。
下面的程序可将图1两幅图像叠加在一起，叠加效果如图2所示。
imshow('rice.png');imshow('cameraman.tif');I=imread('rice.png');J=imread('cameraman.tif');K=imadd(I,J,'uint16');%大小必须一样imshow(K,[])图1 图2给图像的每一个像素加上一个常数可以使图像的亮度增加。
例如以下程序示例的处理效果如图3所示。
I=imread('rice.png');J=imadd(I,50);subplot(1,2,1),imshow(I);subplot(1,2,2),imshow(J);图32、减法运算图像减法也称为差分方法，是一种常用于检测图像变化及运动物体的图像处理方法。
图像减法可以作为许多图像处理过程的准备步骤。
例如，可以使用图像减法来检测一系列相同场景图像的差异。
图像减法与阈值化处理的综合使用通常是建立机器视觉系统最有效的方法之一。
当然，在利用图像减法处理图像时，往往需要考虑背景的更新机制，尽量补偿因天气、光线等因素对图像显示效果造成的影响。
在MATLAB7.0中，使用imsubtract函数可以将一幅图像从另一幅图像中减去，或者从一幅图像中减去一个常数。
图像几何变换
实验三图像几何变换实验3.1 图像的缩放一．实验目的1．熟悉matlab图像处理工具箱及图像缩放函数的使用；2．掌握图像缩放的方法和应用；二．实验设备1.PC机一台；2.软件matlab；三．程序设计在matlab环境中，程序首先读取图像，然后调用图像缩放函数，设置相关参数，再输出处理后的图像。
I = imread('cameraman.tif');figure,imshow(I);scale = 0.5;J = imresize(I,scale);figure,imshow(J);四．实验步骤1. 启动matlab双击桌面matlab图标启动matlab环境；2. 在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:cameraman图像；再调用相应的图像缩放函数，设置参数；最后输出处理后的图像；3．浏览源程序并理解含义；4．运行，观察显示结果；5．结束运行，退出；五．实验结果观察matlab环境下图像缩放后的结果。
(a)原始图像 (b)缩放后的图像六．实验报告要求输入一幅灰度图像，给出其图像缩放后的结果，然后改变缩放比率，观察图像缩放后结果柄进行分析。
原始图片缩放后的图像0.5 缩放后的图像0.2结果分析：J = imresize(I,scale);%返回的图像B的长宽是图像I的长宽的scale倍，即缩放图像。
scale大于1，则放大图像；scale小于1，缩小图像。
实验3.2 图像旋转一．实验目的1．熟悉matlab图像处理工具箱及图像旋转函数的使用；2．理解和掌握图像旋转的方法和应用；二．实验设备1.PC机一台；2.软件matlab；三．程序设计在matlab环境中，程序首先读取图像，然后调用图像旋转函数，设置相关参数，再输出处理后的图像。
I = imread('cameraman.tif');figure,imshow(I);theta = 30;K = imrotate(I,theta); % Try varying the angle, theta.figure, imshow(K)四．实验步骤1. 启动matlab双击桌面matlab图标启动matlab环境；2. 在matlab命令窗口中输入相应程序。
图像几何变换的原理及应用
图像几何变换的原理及应用1. 引言图像几何变换是指通过对图像进行旋转、平移、缩放和仿射变换等操作，改变图像的位置、大小和形状，以达到特定的目的。
在计算机视觉、图像处理和计算机图形学等领域中，图像几何变换被广泛应用于图像的校正、增强、变换和特征提取等任务。
2. 原理图像几何变换的原理基于几何学的相关理论。
对于二维图像来说，可以通过变换矩阵对图像进行坐标变换，从而实现图像的几何变换。
以下是常见的图像几何变换操作及其原理：2.1 旋转旋转是指将图像按一定角度绕某个中心点进行旋转变换。
旋转操作可以通过变换矩阵实现，变换矩阵如下所示：cosθ -sinθ 0sinθ cosθ 00 0 1其中，θ表示旋转的角度。
通过对每个像素进行坐标变换，可以实现图像的旋转。
2.2 平移平移是指将图像沿着水平或垂直方向进行平移操作，即改变图像的位置。
平移操作可以通过变换矩阵实现，变换矩阵如下所示：1 0 tx0 1 ty0 0 1其中，tx和ty分别表示在x轴和y轴上的平移距离。
通过对每个像素进行坐标变换，可以实现图像的平移。
2.3 缩放缩放是指改变图像的尺寸大小。
缩放操作可以通过变换矩阵实现，变换矩阵如下所示：sx 0 00 sy 00 0 1其中，sx和sy分别表示在x轴和y轴上的缩放比例。
通过对每个像素进行坐标变换，并根据缩放比例进行采样，可以实现图像的缩放。
2.4 仿射变换仿射变换是指通过线性变换和平移来对图像进行变换。
仿射变换可以通过变换矩阵实现，变换矩阵如下所示：a11 a12 txa21 a22 ty0 0 1其中，a11、a12、a21和a22分别表示仿射变换的线性变换部分，tx和ty分别表示平移部分。
通过对每个像素进行坐标变换，并根据变换矩阵进行计算，可以实现图像的仿射变换。
3. 应用图像几何变换在各个领域中有着广泛的应用，以下列举了一些常见的应用场景：3.1 图像校正在图像处理中，由于各种因素的影响，例如相机畸变、透视变换等，图像可能会出现失真或畸变。
图像的几何变换的两种实现(旋转、平移、放大、缩小)
面向对象程序设计学号：2学生所在学院：信息工程学院学生姓名：邵丽群任课教师：熊邦书教师所在学院：信息工程学院2013级实现图像的几何变换电子信息工程信息工程学院摘要：几何变换是最常见的图像处理手段，通过对变形的图像进行几何校正，可以得出准确的图像。
常用的几何变换功能包括图像的平移、图像的镜像变换、图像的转置、图像的缩放、图像的旋转等等。
目前数字图像处理的应用越来越广泛，已经渗透到工业、航空航天、军事等各个领域，在国民经济中发挥越来越大的作用。
作为数字图像处理的一个重要部分，本文接受的工作是如何Visual C++编程工具设计一个完整的应用程序，实现经典的图像几何变换功能。
程序大概分为两大部分：读写BMP图像，和数字图像的几何变换。
即首先用Visual C++创建一个单文档应用程序框架，在实现任意BMP图像的读写，打印，以及剪贴板操作的基础上，完成经典的图像几何变换功能。
图像几何变换的Visual C++编程实现，为校课题的实现提供了一个实例。
关键字：图像处理；几何变换（图像的平移、缩放、转置、旋转和镜像变换）；BMP图像；Visual C++一、引言图像几何变换是指用数学建模的方法来描述图像位置、大小、形状等变化的方法。
在实际场景拍摄到的一幅图像，如果画面过大或过小，都需要进行缩小或放大。
如果拍摄时景物与摄像头不成相互平行关系的时候，会发生一些几何畸变，例如会把一个正方形拍摄成一个梯形等。
这就需要进行一定的畸变校正。
在进行目标物的匹配时，需要对图像进行旋转、平移等处理。
在进行三维景物显示时，需要进行三维到二维平面的投影建模。
因此，图像几何变换是图像处理及分析的基础。
图像几何变换是计算机图像处理领域中的一个重要组成部分，也是值得深讨的一个重要课题。
在图像几何变换中主要包括图像的放缩、图像的旋转、图像的移动、图像的镜像、图像的块操作等容，几何变换不改变图像的像素值，只改变像素所在的几何位置。
从广义上说，图像是自然界景物的客观反映，是人类认识世界和人类本身的重要源泉。
图像几何变换实验报告
图像几何变换实验报告图像几何变换实验报告引言：图像几何变换是计算机视觉领域的重要研究方向之一。
通过对图像进行旋转、缩放、平移等变换操作，可以改变图像的形状、大小和位置，从而实现图像处理和分析的目的。
本实验旨在通过编程实现常见的图像几何变换算法，并对其效果进行评估和分析。
一、图像旋转变换图像旋转变换是指将图像按照一定的角度进行旋转操作。
在实验中，我们使用了旋转矩阵来实现图像的旋转。
通过调整旋转角度，我们可以观察到图像在不同旋转角度下的变化。
实验结果显示，当旋转角度较小时，图像的形状基本保持不变，但会出现一定程度的畸变。
随着旋转角度的增加，图像的形状逐渐发生变化，出现明显的扭曲和形变现象。
二、图像缩放变换图像缩放变换是指改变图像的尺寸大小。
在实验中，我们通过调整缩放系数来实现图像的缩放操作。
实验结果表明，当缩放系数小于1时，图像会变小，细节信息会丢失；而当缩放系数大于1时，图像会变大，但可能会出现像素过度拉伸的情况。
因此，在进行图像缩放时，需要根据实际需求选择合适的缩放系数，以保证图像的质量和清晰度。
三、图像平移变换图像平移变换是指将图像沿着水平或垂直方向进行移动操作。
在实验中，我们通过调整平移距离来实现图像的平移。
实验结果显示，当平移距离较小时，图像的位置变化不明显；而当平移距离较大时，图像的位置会发生明显的偏移。
因此，在进行图像平移时，需要根据实际需求选择合适的平移距离，以确保图像的位置调整符合预期。
四、图像仿射变换图像仿射变换是指通过线性变换和平移变换来改变图像的形状、大小和位置。
在实验中，我们通过调整仿射变换矩阵的参数来实现图像的仿射变换。
实验结果表明，仿射变换可以实现图像的旋转、缩放和平移等多种操作，且变换后的图像形状基本保持不变。
然而，当仿射变换矩阵的参数设置不当时，可能会导致图像的形变和失真现象。
五、图像透视变换图像透视变换是指通过透视投影将图像从一个平面映射到另一个平面。
在实验中，我们通过调整透视变换矩阵的参数来实现图像的透视变换。
数字图像处理实验报告图像增强处理与几何变换
实验图像增强处理与几何变换一、实验目的利用Matlab图像处理工具箱中的函数实现图像点处理、空间域平滑和锐化处理、彩色图像处理、几何处理，巩固其原理与计算方法学习，深化课程理论认知。
二、实验内容1、图像点处理：灰度变换、直方图均衡化和直方图规定处理；2、图像均值滤波和中值滤波、图像锐化处理；3、图像几何变换处理；4、图像彩色合成和彩色变换处理；三、实验步骤1、图像点处理：灰度变换、直方图均衡化和直方图规定处理；1.1图像的灰度变换启用MATLAB,输入以下代码运行I= imread('cameraman-8.bmp','bmp');figure; subplot(2,2,1), imshow(I);%获取图像直方图subplot(2,2,2),imhist(I);[counts1,x1] = imhist(I);%观察Counts,x的值subplot(2,2,3),stem(x1,counts1);%图像灰度变换J=imadjust(I,[0.1 0.7],[0.0 0.9]);subplot(2,2,4), imshow (J);%对比灰度变换前后的图像及其直方图figure;subplot(2,3,1),imshow(I);subplot(2,3,2),imshow(J);subplot(2,3,4),imhist(I);subplot(2,3,5),imhist(J);[counts2,x2] = imhist(J);subplot(2,3,6), stem(x2,counts2);图 1.1.1图 1.1.21.2图像直方图均衡化启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp','bmp') ;%直方图均衡化处理J=histeq(I) ;%对比均衡化处理前后的图像及其直方图figure(1),subplot(2,2,1),imshow(I),subplot(2,2,2),imshow(J); figure(1),subplot(2,2,3),imhist(I),subplot(2,2,4),imhist(J);图 1.2 1.3直方图规定化启用MATLAB,输入以下代码运行I1=imread('TM5.bmp','bmp');I2=imread('TM3.bmp','bmp');%直方图规定化处理K1=histeq(I1,imhist(I2));%对比规定化处理前后的图像及其直方图figure;subplot(3,2,1),imshow(I1);subplot(3,2,2), imhist(I1);subplot(3,2,3),imshow(I2);subplot(3,2,4), imhist(I2);subplot(3,2,5),imshow(K1);subplot(3,2,6), imhist(K1);图 1.32、图像空间域平滑2.1 用均值滤波器实现图像空间域的平滑启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp','bmp');J=imnoise(I,'gaussian'); %添加高斯噪声K=imnoise(I,'salt & pepper'); %添加椒盐噪声M=imnoise(I,'speckle'); %添加乘性噪声H=ones(3,3)/9; %3*3的均值去噪模板%滤波去噪处理I1=imfilter(I,H);J1=imfilter(J,H);K1=imfilter(K,H);M1=imfilter(M,H) ;%对比线性滤波去噪处理前后的图像figure;subplot(2,4,1),imshow(I);title('原图');subplot(2,4,2),imshow(J); title('高斯噪声图像'); subplot(2,4,3),imshow(K); title('椒盐噪声图像'); subplot(2,4,4),imshow(M); title('乘性噪声图像'); subplot(2,4,6),imshow(J1); title('高斯噪声滤波图像'); subplot(2,4,7),imshow(K1); title('椒盐噪声滤波图像'); subplot(2,4,8),imshow(M1) ; title('乘性噪声滤波图像') ; 输出图像如下图 2.12.2 用中值滤波器实现图像空间域的平滑启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp');I1=imnoise(I,'gaussian');I2=imnoise(I,'salt & pepper',0.02);I3=imnoise(I,'speckle');%3×3中值滤波模板J=medfilt2(I,[3,3]);J1=medfilt2(I1,[3,3]);J2=medfilt2(I2,[3,3]);J3=medfilt2(I3,[3,3]);figure,subplot(2,4,1),imshow(I) ; title('原图') ;subplot(2,4,2),imshow(I1) ; title('添加高斯噪声') ;subplot(2,4,3),imshow(I2) ; title('添加椒盐噪声') ;subplot(2,4,4),imshow(I3) ; title('添加乘性噪声') ;subplot(2,4,6),imshow(J1) ;title('高斯噪声3*3中值滤波') ; subplot(2,4,7),imshow(J2) ;title('椒盐噪声3*3中值滤波') ; subplot(2,4,8),imshow(J3) ;title('乘性噪声3*3中值滤波') ;K=medfilt2(I, [5,5]); %5×5中值滤波模板K1=medfilt2(I1,[5,5]);K2=medfilt2(I2,[5,5]);K3=medfilt2(I3,[5,5]);figure;subplot(2,2,1),imshow(K); title('原图5*5中值滤波'); subplot(2,2,2),imshow(K1) ; title('高斯噪声5*5中值滤波') ; subplot(2,2,3),imshow(K2); title('椒盐噪声5*5中值滤波'); subplot(2,2,4),imshow(K3) ; title('乘性噪声5*5中值滤波'); 输出结果如下图 2.2.1图 2.2.22.3 图像空间域锐化启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp','bmp')H=fspecial('sobel')%用sobel算子做模板%锐化处理J=imfilter(I,H)%锐化处理前后图像对比figure,subplot(1,2,1),imshow(I),subplot(1,2,2),imshow(J); 输出图像如下图 2.33、图像几何变换3.1 缩放启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp', 'bmp') ;%放大图像J=imresize(I,2) ;%缩小图像K=imresize(I,0.5) ;%图像对比figure(1),subplot(),imshow(I),title('原图'),figure(2),subplot(),imshow(J),title('放大两倍的图'),figure(3),subplot(),imshow(K),title('缩小0.5倍的图') ;输出图像如下图 3.1.1 图3.1.2图 3.1.33.2旋转启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp', 'bmp') ;%旋转图像M=imrotate(I,45) ;%图像对比figure;subplot(1,2,1),imshow(I),subplot(1,2,2),imshow(M) ;输出图像如下图 3.24、彩色图像处理4.1彩色合成启用MATLAB,输入以下代码运行I=imread('peppers.bmp','bmp');J1=I; J2=I;J3=I; J4=I;J5=I;%改变J1、J2、J3、J4、J5中的波段次序，组合成新的波段合成J1(:,:,1)=I(:,:,2); J1(:,:,2)=I(:,:,3); J1(:,:,3)=I(:,:,1) ;J2(:,:,1)=I(:,:,1); J2(:,:,2)=I(:,:,3); J2(:,:,3)=I(:,:,2) ;J3(:,:,1)=I(:,:,2); J3(:,:,2)=I(:,:,1); J3(:,:,3)=I(:,:,3) ;J4(:,:,1)=I(:,:,3); J4(:,:,2)=I(:,:,2); J4(:,:,3)=I(:,:,1) ;J5(:,:,1)=I(:,:,3); J5(:,:,2)=I(:,:,1); J5(:,:,3)=I(:,:,2) ;%对比原图像I与新图像J1、J2、J3、J4、J5的彩色差异，理解假彩色合成figure,subplot(2,3,1),imshow(I),title('原图');subplot(2,3,2),imshow(J1),title('变换一') ;subplot(2,3,3),imshow(J2),title('变换二') ;subplot(2,3,4),imshow(J3),title('变换三') ;subplot(2,3,5),imshow(J4),title('变换四') ;subplot(2,3,6),imshow(J5),title('变换五');输出图像如下图4.1 4.2彩色变换启用MATLAB,输入以下代码运行I=imread('peppers.bmp','bmp');HSV=rgb2hsv(I) ;RGB=hsv2rgb(HSV) ;%对比彩色变换前后的图像figure;subplot(1,3,1),imshow(I),title('原图'),subplot(1,3,2),imshow(HSV),title('HSV图像'); subplot(1,3,3),imshow(RGB),title('RGB图像') ;输出结果如下图 4.2四、实验算法要点总结1、图像点处理直方图修正法通常分为直方图均衡化和直方图规定化两类2、图像均值滤波和中值滤波、图像锐化处理3、图像几何变换处理4、图像彩色合成和彩色变换处理通过映射函数将彩色图像或多光谱图像变换成新的三基色分量线性假彩色映射表示为：。
实验报告 图像变换
实验报告图像变换实验报告：图像变换引言：图像变换是计算机图形学领域的重要研究方向之一。
通过对图像进行变换，可以改变图像的外观、形状和颜色等特征，从而实现图像处理、图像增强和图像合成等应用。
本实验旨在探索图像变换的原理和方法，并通过实际操作，深入理解图像变换的过程和效果。
一、图像变换的基本概念图像变换是指对图像进行一系列操作，从而改变图像的外观和特征。
常见的图像变换包括缩放、旋转、平移、翻转、镜像和灰度变换等。
这些变换可以通过改变图像的像素值、坐标位置和颜色等信息来实现。
二、图像缩放图像缩放是指改变图像的尺寸大小。
在实际应用中，常常需要将图像缩放到特定的尺寸，以适应不同的显示设备或满足特定的需求。
图像缩放可以通过改变图像的像素数量和像素间距来实现。
常用的图像缩放算法有最近邻插值、双线性插值和双三次插值等。
三、图像旋转图像旋转是指改变图像的方向和角度。
在实际应用中，常常需要将图像旋转到特定的角度，以便更好地观察或处理图像。
图像旋转可以通过改变图像的像素位置和坐标系来实现。
常用的图像旋转算法有最邻近插值法、双线性插值法和双三次插值法等。
四、图像平移图像平移是指改变图像的位置和偏移量。
在实际应用中，常常需要将图像平移到特定的位置，以便更好地与其他图像进行配准或合成。
图像平移可以通过改变图像的像素位置和坐标值来实现。
常用的图像平移算法有最邻近插值法、双线性插值法和双三次插值法等。
五、图像翻转图像翻转是指改变图像的方向和镜像。
在实际应用中，常常需要将图像进行水平翻转或垂直翻转，以便更好地观察或处理图像。
图像翻转可以通过改变图像的像素位置和坐标系来实现。
常用的图像翻转算法有最邻近插值法、双线性插值法和双三次插值法等。
六、图像灰度变换图像灰度变换是指改变图像的亮度和对比度。
在实际应用中，常常需要调整图像的亮度和对比度，以便更好地显示或分析图像。
图像灰度变换可以通过改变图像的像素值和灰度级来实现。
常用的图像灰度变换算法有线性变换、非线性变换和直方图均衡化等。
数字图像处理 几何运算
实验3 图像的几何运算实验名称：图像的几何运算实验内容：图像的几何运算与点运算相对立，几何运算的目的在于改变像素之间的空间位置和空间关系，但没有改变灰度等级值，包括两个独立的算法：空间变换和灰度插值。
其中空间变换又包括平移和镜像处理，应用空间变换和灰度插值算法可以实现对图像的缩放和旋转处理。
图像的几何中心作为坐标原点，x轴由左向右递增，Y轴由上至下递增。
因此，在进行图像旋转时，是以图像的几何中心为基准进行旋转的;在进行图像缩放时，也是以图像的几何中心为基准，其上下左右均等地向内收缩或向外扩大的。
这种坐标转换会使图像变换更自然。
另外，在进行几何运算的时候，保持原图像的尺寸大小不变，如果变换后的图像超出该尺寸，超出部分会被截断，而不足部分会以白色像素填充。
本此实验内容包括：图像平移、图像镜像、图像缩放、图像旋转。
实验步骤：1、界面设计如下：打开图像代码：private void open_Click(object sender, EventArgs e){OpenFileDialog opnDlg = new OpenFileDialog();opnDlg.Filter = "所有图像文件 | *.bmp; *.pcx; *.png; *.jpg; *.gif;" +"*.tif; *.ico; *.dxf; *.cgm; *.cdr; *.wmf; *.eps; *.emf|" +"位图( *.bmp; *.jpg; *.png;...) | *.bmp; *.pcx; *.png; *.jpg; *.gif; *.tif; *.ico|" + "矢量图( *.wmf; *.eps; *.emf;...) | *.dxf; *.cgm; *.cdr; *.wmf; *.eps; *.emf";opnDlg.Title = "打开图像文件";opnDlg.ShowHelp = true;if (opnDlg.ShowDialog() == DialogResult.OK){curFileName = opnDlg.FileName;try{curBitmap = (Bitmap)Image.FromFile(curFileName);}catch (Exception exp){MessageBox.Show(exp.Message);}}Invalidate();}关闭程序代码：private void close_Click(object sender, EventArgs e){this.Close();}Paint事件代码：private void Form1_Paint(object sender, PaintEventArgs e){Graphics g = e.Graphics;if (curBitmap != null){g.DrawImage(curBitmap, 160, 20, curBitmap.Width, curBitmap.Height);}}图像平移代码：private void translation_Click(object sender, EventArgs e){if (curBitmap != null){Translation traForm = new translation();if (traForm.ShowDialog() == DialogResult.OK){Rectangle rect = new Rectangle(0, 0, curBitmap.Width, curBitmap.Height); System.Drawing.Imaging.BitmapData bmpData = curBitmap.LockBits(rect, System.Drawing.Imaging.ImageLockMode.ReadWrite, curBitmap.PixelFormat);IntPtr ptr = bmpData.Scan0;int bytes = curBitmap.Width * curBitmap.Height;byte[] grayValues = new byte[bytes];System.Runtime.InteropServices.Marshal.Copy(ptr, grayValues, 0, bytes);int x = Convert.ToInt32(traForm.GetXOffset);int y = Convert.ToInt32(traForm.GetYOffset);byte[] tempArray = new byte[bytes];//Array.Clear(tempArray, 0, bytes);for (int i = 0; i < bytes; i++){tempArray[i] = 255;}for (int i = 0; i < curBitmap.Height; i++){if ((i + y) < curBitmap.Height && (i + y) > 0){for (int j = 0; j < curBitmap.Width; j++){if ((j + x) < curBitmap.Width && (j + x) > 0){tempArray[(j + x) + (i + y) * curBitmap.Width] = grayValues[j + i * curBitmap.Width];}}}}grayValues = (byte[])tempArray.Clone();System.Runtime.InteropServices.Marshal.Copy(grayValues, 0, ptr, bytes); curBitmap.UnlockBits(bmpData);}Invalidate();}}上段代码理解：在对图像进行处理之前，总要判断一下是否存在图像，如：if (curBitmap != null)在图像处理过程中，需要用户输入相关参数，这时候可以打开其他对话框的方式获取参数，如：if (traForm.ShowDialog() == DialogResult.OK)，为什么要这么做？这样做可以判断参数是否有效输入。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验三图像几何变换处理
****************共3小题****************
20124178 付蕊
一、实验目的及要求
1．了解图像的几何空间变换和图像插值的基本方法；
2．对图像进行相应的几何变换操作。
二、实验设备与软件
1．PC计算机
2．MATLAB软件/语言包括图像处理工具箱(Image Processing Toolbox) 3．实验所需要的图片
三．实验内容
1．图像缩放
>> I=imread('pout.tif');
>> figure,imshow(I);
>> m=[0.5,0,0;0,0.5,0;0,0,1];
>> J=maketform('affine',m);
>> K=imtransform(I,J);
>> figure,imshow(K);
2.图像旋转
>> I=imread('pout.tif');
>> m=[cos(pi/4),sin(pi/4),0;-sin(pi/4),cos(pi/4),0;0,0,1]; >> J=maketform('affine',m);
>> figure,imshow(I);
>> K=imtransform(I,J);
>> figure,imshow(K);
3.图像剪切
①水平剪切
>> I=imread('pout.tif'); >> m=[1,0,0;0.5,1,0;0,0,1]; >> J=maketform('affine',m); >> K=imtransform(I,J);
>> figure,imshow(I);
>> figure,imshow(K);
②垂直剪切
>> I=imread('pout.tif');
>> m=[1,0.5,0;0.5,1,0;0,0,1]; >> J=maketform('affine',m); >> K=imtransform(I,J);
>> figure,imshow(I);
>> figure,imshow(K);
③水平镜像
>> I=imread('pout.tif'); >> m=[-1,0,0;0,1,0;1,0,1]; >> J=maketform('affine',m); >> K=imtransform(I,J);
>> figure,imshow(I);
>> figure,imshow(K);
④垂直镜像
>> I=imread('pout.tif'); >> m=[1,0,0;0,-1,0;0,1,1]; >> J=maketform('affine',m); >> K=imtransform(I,J);
>> figure,imshow(I);
>> figure,imshow(K);
四、参考程序代码
%图像缩放
Im=imread('pepperssm1.png');
Im1=imresize(Im,2,'nearest');%第二个参数小于1为缩小Im2=imresize(Im,2,'bilinear');
Im3=imresize(Im,2,'bicubic');
figure(1);
imshow(Im);
title('原图像');
figure(2);
imshow(Im1);
title('最近邻插值法');
figure(3);
imshow(Im2);
title('双线性插值法');
figure(4);
imshow(Im3);
title('双立方插值法');
Im4=imresize(Im,[200 200]);%用最近邻插值把图像变成200*200的大小
figure(5);
imshow(Im4);
title('200*200');
%%%%图像旋转
Im=imread('cameraman.tif');
Im1=imrotate(Im,30,'bilinear');%用双线性法逆时针旋转图像30度
Im2=imrotate(Im,30,'bilinear','crop');%不改变原图大小，超出画布的部分被剪切掉
subplot(1,3,1);
imshow(Im);
title('原图像');
subplot(1,3,2);
imshow(Im1);
title('改变原图大小的旋转');
subplot(1,3,3);
imshow(Im2);
title('不改变原图大小的旋转');
figure(2);
for i=1:20
Im3=imrotate(Im,15*i,'crop');
imshow(Im3);
end
%图像剪切
Im=imread('cameraman.tif');
Im1=imcrop(Im);%按指定参数剪切图像
subplot(1,2,1);
imshow(Im);
title('原图像'); subplot(1,2,2); imshow(Im1);
title('剪切后的图像');。