MATLAB：Image Processing Toolbox工具箱入门实战

% 假设我们有一个名为 'image.jpg' 的图像文件
filename = 'image.jpg';
 
% 读取图像
img = imread(filename);
 
% 显示图像
imshow(img);
title('原始图像');
 
% 图像灰度化
grayImg = rgb2gray(img);
imshow(grayImg);
title('灰度化图像');
 
% 图像锐化
sharpenKernel = [-1 -1 -1; -1 9 -1; -1 -1 -1];
sharpenedImg = imfilter(grayImg, sharpenKernel, 'replicate');
imshow(sharpenedImg);
title('锐化后的图像');
 
% 图像二值化
threshold = graythresh(grayImg); % 自动确定阈值
bwImg = imbinarize(grayImg, threshold);
imshow(bwImg);
title('二值化图像');
 
% 图像边缘检测
edges = edge(bwImg, 'Canny');
imshow(edges);
title('检测到的边缘');
 
% 图像旋转
rotatedImg = imrotate(img, 45, 'nearest'); % 逆时针旋转45度
imshow(rotatedImg);
title('旋转后的图像');
 
% 图像旋频域滤波
% 首先，将图像转换到频域
f = fft2(double(img));
% 设计滤波器并应用到频域图像上
% 假设我们要保留低频部分，过滤高频部分
% 这里需要实现具体的滤波器设计和应用逻辑
% 然后，将滤波后的频域图像转换回空域
% 最后，显示结果
% 注意：这里的代码是一个示例，并未包含具体的滤波器设计和应用逻辑
% 实际应用中，需要根据需求设计合适的滤波器
% 简单起见，这里省略滤波器设计和应用的代码
 
% 图像压缩与解压缩
% 假设我们使用'jpeg'算法进行压缩
compressedImg = imwrite(img, 'compressedImage.jpg', 'Quality', 50);
% 解压缩
decompressedImg = imread('compressedImage.jpg');
imshow(decompressedImg);
title('解压缩后的图像');

这个代码实例提供了如何在MATLAB中进行基本的图像处理操作的框架。它包括了从图像读取、显示，到灰度化、锐化、二值化、边缘检测、旋转、频域滤波以及压缩与解压缩的一系列步骤。虽然示例中的滤波器设计和应用逻辑需要更多的代码，但它提供了一个清晰的流程，教给用户如何使用MATLAB进行图像处理。