1、打开MATLAB软件,准备开始作图。
方法一:
1、在命令窗口,编写离散点向量,例如离散点(X,Y),X= [1 3 5 7 2 9 3 6 2 8],Y= [2 1 4 5 6 15 2 5 7 10],如果我们直接采用Plot作图,画出来的是折线。
2、对Plot显示样式进行设置,如:plot(X,Y,'k*'),'k'表示显示黑色颜色,'*'表示点为星号显示。
方法二:
1、也比较方便,清除之前在命令行的代码,直接在命令行输入:clc,然后按回车键。
2、重新在命令行输入离散点,采用函数scatter进行画离散点,如:scatter(X,Y,'r'),'r'表示离散点显示为红色。
3、比较一下两种方法是否一样,用hold on ,使两个图在一副图上面显示出来。发现标记的离散点是在同一个位置的!
在使用Python绘制图表前,我们需要先安装两个库文件numpy和matplotlib。
Numpy是Python开源的数值计算扩展,可用来存储和处理大型矩阵,比Python自身数据结构要高效;matplotlib是一个Python的图像框架,使用其绘制出来的图形效果和MATLAB下绘制的图形类似。
《精通matlab数字图像处理与识别》将理论知识、科学研究和工程实践有机结合起来,内容涉及数字图像处理和识别技术的方方面面,包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、形态学处理、图像分割以及图像特征提取的相关内容;同时对于机器视觉进行了前导性的探究,重点介绍了两种目前在工程技术领域非常流行的分类技术——人工神经网络(ann)和支持向量机(svm),并在人脸识别这样的热点问题中结束本书。
《精通matlab数字图像处理与识别》结构紧凑,内容深入浅出,讲解图文并茂,适合计算机、通信和自动化等相关专业的本科生、研究生,以及工作在图像处理和识别领域一线的广大工程技术人员参考使用。