如何在MATLAB中將圖像划分為塊？

自 blockproc起 （以及已棄用的 blkproc ）都是Image Processing Toolbox中的功能，我想我会添加一个基本的MATLAB解決方案，不需要其他工具箱...

如果要將矩陣划分為子矩陣，一種方法是使用 mat2cell 分解矩陣並將每个子矩陣儲存在單元陣列的單元中.對於您的情况，語法如下所示：

C = mat2cell(I, [128 128], [128 128]);

C 現在是2 x 2單元格陣列，每个單元格儲存 I的128 x 128子矩陣 .如果要對每个單元執行操作，則可以使用功能 cellfun .例如，如果要取每个子矩陣中值的平均值，則可以執行以下操作：

meanValues = cellfun(@(x) mean(x(:)), C);

第一个引數是匿名函式的函式控制代碼，该函式首先將每个子矩陣整形為列向量，然後取均值.輸出是每个子矩陣的平均值的2×2矩陣.如果您將函式傳遞给 cellfun 為每个單元建立不同大小或型別的輸出，然後 cellfun 連線它们会遇到問题，並会引發錯誤：

??? Error using ==> cellfun
Non-scalar in Uniform output, at index 1, output 1.
Set 'UniformOutput' to false.

如果添加 ..., 'UniformOutput', false); 到 cellfun的通话結束 ，則在上述情况下的輸出將改為2 x 2單元格陣列，其中包含對每个子矩陣執行操作的結果。

blockproc 是 blkproc的新名稱 （已棄用）.它可用於將功能應用於圖像中的每个塊.例如，如果您想將矩陣I划分為8x8的塊並計算每个塊的平均值，則可以這樣做：

B=blockproc(I, [8 8], @(x) mean(x.data(:)));

然後

B是一个包含塊均值的矩陣。

這裏要註意两件事：

The specifier [8 8] 指定塊的size，而不是塊的number。

在傳遞给 blockproc的函式之外，您無法訪問自身的塊 .如果您自己需要塊，則必须按照Adrien的建議进行操作：

A1=I(1:128, 1:128);
A2=I(129:256, 1:128);
A3=I(1:128, 129:256);
A4=I(129:256, 129:256);

当然，在實際程式中，您可能應该使用迴圈来完成此操作。

p

如果 myImage 是您的256x256圖片，不是吗

image_top_left = myImage(1:128,1:128);
image_top_right = myImage(1:128,129:256);
image_bottom_left = myImage(129:256,1:128);
image_bottom_right = myImage(129:256,129:256);

？

最好让您的程式適用於所有尺寸的圖像，而不仅仅是256 * 256。

[row, col]=size(your_image); mr = round(row/2); % median of rows mc = round(col/2); % median of columns % Now divide your image and call each of them separately and do what ever you want top_left = your_image(1:mr , 1:mc); top_right = your_image(1:mr , (mc+1):col); bot_left = your_image((mr+1):row , 1:mc); bot_right = your_image((mr+1):row , (mc+1):col); % final stage is to combining these parts again to return to its original shape Back_to_original = [top_left,top_right ; bot_left,bot_right];

％hope這將對您有用.