【Mathematica基础系列】如何处理图像(二)

1、首先，作为一个觥铖鹄妇良好的操作习惯，我们在首行输入Clear["Global`*"]来清理内存中不需要的存储信息，接下来我们还是首先导入一幅需要修观鲼视防改的图片，本文中依旧导入一架直升机作为例子，导入代码为Import["C:\\Users\\xxx\\Desktop\\Jingyan\\helicopter.jpg"]，然后我对他大小进行了调整i=ImageResize[%,760]，表示将该图片改为760大小，而后赋值给变量i；

3、一般来说，ImageAdjust函数能用于执行绝大多数普遍需要的对比度伸展和幂律变换，所以这里介绍用ImageAdjust函数对图像就行线性对比度调节，具体代码为：ImageAdjust[i, 1.5]，作为一个参数，1.5是可以更改的；

5、引用上一步的函数，输入代码：ImageApply[G[#, 0.5, 0.1] &, i]，其中G就是上述的非线性函数，我们将其应用到自己的样例图片，一下子就实现了对比度的非线性修改；

7、有时候黑白二色又太少，原图色彩又太丰富，我们该怎么办？这时ColorQuantize函数就派上用场了，输入代码：ColorQuantize[i, 3]，你就可以得到下图中只含有3中色彩的图像，当然你可以修改这个数值，改成4或者5就能得到对应数值的色彩数；

9、经常看到一些专业相机或者图象处理软件的高级模糊功能，这里，我将给你揭露它的原理，其实这就是一个滤波的过程，选择性地过滤掉一些色彩元素，来实现整体的模糊效果，比如输入平滑滤波代码：ImageConvolve[i, BoxMatrix[5]/121.]，就可以得到如图所示的模糊效果

11、听说过高斯模糊吧，在专业图像软件中耳熟能详的名词，其实就是和我们数学中学过的高斯函数直接挂纫栾荷痂钩的，在mathematica中，我们直接用同一个像素半径为 r 的 Gaussian 内璀煌蒈琊核卷积就可以实现图像的高斯模糊哦，看代码：Table[GaussianFilter[i, r], {r, 2, 12, 2}]，我给半径r分配了2,4,6,8,10,12六个值，输出六幅图像，观察图片可见半径r决定了高斯模糊的模糊程度；