Matlab记录

添加工作目录（调用不同目录的函数 类include）

addpath(genpath('D:工作目录'))

加载图像数据

str=‘001.jpg’;
FILE=importdata(str);%加载图像
File_size=imresize(FILE,[100,100]);%生成100*100
imshow(FILE);%输出、显示

二维单尺度小波变换（函数dwt2）

%[cA,cH,cV,cD]=dwt2(X,'wname')；%语法格式
%[cA,cH,cV,cD]  对应  LL  LH  HL  HH子带

[cA,cH,cV,cD]=dwt2(File,'db1');
[cA1,cH,cV,cD] = dwt2(im,'sym4','mode','per');

%L就是low,H是High,即L表示低频,H表示高频.一般来说,小波变换后,将图像分解到了低低频,低高频,高高频.低
%频反应图像概貌,高频反应图像细节.比如,你只留下低低频的部分,将剩下三个频段置0,这样小波反变换回来的图
%像和原来还是差不多的,只是在轮廓,局部细节上会有些模糊

%LL 子带中的 DWT 系数是近似系数，LH 子带中的 DWT 系数是水平方向的细节系数，HL 子带中的 DWT 系数是
%垂直方向的细节系数，而 HH 子带中的 DWT 系数是对角线方向的细节系数。

rgb转YCbcr

rgb2ycbcr(FILE)

提取Ycbcr的Y Cb Cr分量

image=imread('001.png');
YCbCr=rgb2ycbcr(image);
Y=YCbCr(:,:,1);
Cb=YCbCr(:,:,2);
Cr=YCbCr(:,:,3);
subplot(3,2,3); imshow(image); title('原始图像'); 
subplot(3,2,2); imshow(Y); title('Y分量'); 
subplot(3,2,4); imshow(Cb); title('Cb分量'); 
subplot(3,2,6); imshow(Cr); title('Cr分量');

MATLAB转c++库

%xxx.m转到c++
mcc -W cpplib:xxx -T link:lib xxx.m