⑴ 关于MATLAB垂直投影法分割数字字符
h为图像
temp=[];
sum_h=sum(h,1);
for i=1:length(sum_h)-1
if sum_h(i)==0
if sum_h(i+1)~=0
temp=[temp,i];
end
end
end
temp=[1,temp,length(sum_h)];
%temp就是每个字符的列分割点
%如果联通区域较理想的话，可以先填满字符再执行上述步骤
⑵ matlab 中 strcat函数的用法
先明白strcat函数的定义：
定义
strcat 即 Strings Catenate，横向连接字符串。
语法
combinedStr= strcat(s1, s2, ..., sN)
描述
将数组 s1,s2,...,sN 水平地连接成单个字符串，并保存于变量combinedStr中。如果任一参数是元胞数组，那么结果 combinedStr 是一个元胞数组，否则，combinedStr是一个字符数组。
其实它的作用很简单就是将多个字符连接成单个字符串，关键在于这个语句中括号里面的内容，
'D:\thesis\data\gamit\coordinate\' 加了单引号的，就说明单引号里面的内容为：字符串 ，下面的'\' 与'.org' 相同都只是字符串而已，原样输出即可。 置于接下来的 yr 和 model 肯定是先前人为定义的变量，里面肯定储存了某些字符串信息的。
那么这个语句最终实现的结果是：
将“ D:\thesis\data\gamit\coordinate\yr的值\model的值.org” 存于变量filename 中
看程序部能光看一句，这样这个语句事实上完成了 一个文件的创建，便于接下去程序中实现 调用路径中的文件数据 或 修改。
ps：如果你学过C语言这个对你来说应该不难
希望采纳！
⑶ 求救！帮忙看一段MATLAB图像处理的程序
X=0; %清空X.
map=0;
[X,map]=imread('lena256x256x8.bmp'); %读取图像
p=imfinfo('lena256x256x8.bmp'); %读取图像的属性
s=2^p.BitDepth-1; %计算图像的最大深度,如8位图像为255.
%-------------------------------------------------------------------------
%简化的图像增强算法:简化Pmn及T变换的算法为:
Y=0; %清空Y.
A=0;%清空A.
Y=double(X)./s; %计算P(m,n),相当于求G(x)
%模糊变换算法
for m=1:p.Height
for n=1:p.Width
if(Y(m,n)<0.5)
A(m,n)=2*Y(m,n)^2;
else
A(m,n)=1-2*(1-Y(m,n))^2;
end
end
end
B=0; %清空B.
B=uint8(A*(2^p.BitDepth-1)); %相当于求逆G-1(x')
%%%区域减影增强算法
P=0; %清空P.
d=0.00005;%%%%设定冗余度
k=2;%%%%设定修正参数
for m=1:p.Height
for n=1:p.Width
if(Y(m,n)-A(m,n)>d)
P(m,n)=Y(m,n)+k*(Y(m,n)-A(m,n));
end
if(Y(m,n)-A(m,n)<(-d))
P(m,n)=Y(m,n)+(-k)*(Y(m,n)-A(m,n));
else
P(m,n)=Y(m,n);
end
end
end
B=0; %清空B.
B=uint8(P*(2^p.BitDepth-1)); %相当于求逆G-1(x')
%%%图像增强几种方法效果对比
I=imread('lena256x256x8.bmp'); %读入图像
I=double(I); ％变成双精度
K1=filter2(fspecial('average',5),I)/255; ％进行滤波
K2=imsubtract(I,K1);
K2=immultiply(K2,0.5);
K3=imadd(I,K2);
K2=uint8(K2); ％转成8位数据
K3=uint8(K3);
I=uint8(I);
figure
title('图像增强几种方法效果对比');
subplot(2,2,1);imshow(I);title('原始图像');
subplot(2,2,2);imshow(K1);title('低通滤波图像');
subplot(2,2,3);imshow(K3);title('线性反锐化掩膜图像');
subplot(2,2,4);imshow(B);title('区域减影增强图像');
⑷ 如何用matlab实现数字手势的识别
模式识别、机器学习。
一般的做法是：
首先要有一定数量的手势图片；
其次将训练用的手势图片进行人工分类，即“打上标签”
再次将手势图片转换成轮廓图（可以用DFT、DCT、小波变换等计算出边缘，然后对边缘进行“扩张”即可）；
第四是将轮廓图规格化、矢量化，生成向量；
最后以上述向量集来训练学习机（例如：神经网络），直到回归；
获得的结果是能进行手势识别的学习机。
⑸ matlab编程，寻找字符串中的数字及数字个数
字符串为s
ind=regexp(s,'\d','start');%ind为数字字符在s中的下标
num=length(ind);%num为数字字符的个数
⑹ Matlab处理数字图像
1、3指的是每个像素由RGB三个数值组合而成（一般是8位，0~255），众所周知，三原色表示一个像素吗。你可以读入一副红色的图片，看看第一个分量是不是很大。
2、应该是M*N*3，M*N是图片的行列相乘，3表示三个RGB分量，他们都是一个字节的，也就是说M*N*3结果就是字节了，再除以1024是kb，再除以1024是mb，你最后不要再除以8了。你可以通过whos，who等命令看看图像数据的单位（是不是uint8类型）。jpg图像进过离散余弦变换，再对变换后的图像频谱图进行编码，压缩（保留低频成分数据，简化高频成分数据，以至于人们感觉不到图像有什么损失），所以一般jpg图像的文件比较小，读出来变大了（数据进行解压了，它里面不是对应的图像像素原来的数据）。你读一个bmp看看，24位的bmp的文件和你读到后计算的数据应该只差54byte。
⑺ 找出一堆数字中的某个数并且计算个数用MATLAB怎么编程
A=[1 2 3 2 3 1 3 2 1]
one=sum(A==1)%A中1的个数
⑻ 用MATLAB写个程序：将10个数字由小到大排序。
%冒泡法排序
a=input('输入数据：') ;
n=length(a); %求输入数的个数
i=1;j=1; %赋初值
for j=1:n %进行n次才可互换完
for i=2:n %比较相邻两数的大小
if a(i-1)>a(i)
b=a(i);
a(i)=a(i-1);
a(i-1)=b; %比较相邻两数的大小，若前大后小则互换位置
end
end
n=n-1; %最后一位不用比较
end
a
个人建议学matlab关键是懂C语言，然后再知道一些matlab的常用函数和与C的简洁之处，在matlab中边编写程序边调试学的最快。
⑼ matlab 数字减去向量得到什么
1，数字减去向量，相当于把数字扩充成与向量同维度的向量，然后相减
2，这个相当于(6-5)：6，四则运算的优先级高于冒号
3，同上，相当于a(3:6)
⑽ 用matlab编写一个数进行"四舍五入"成k位有效数字的程序
可以定义一个匿名函数round：
>>round=@(x,n)str2num(sprintf(sprintf('%%.%ig',n),x))
round=
@(x,n)str2num(sprintf(sprintf('%%.%ig',n),x))
>>round(0.00123456,4)
ans=
0.001235
>>round(321.11,2)
ans=
320其中，第一个例子题主给的答案是错的。