MATLAB计算两幅彩色图像的召回率准确率代码

计算两幅彩色图像的召回率和准确率需要先将彩色图像转换为灰度图像，然后将其与真实标签图像进行比较。以下是MATLAB代码示例：

% 读取待测图像和真实标签图像
testImg = imread('testImg.png');
labelImg = imread('labelImg.png');

% 将彩色图像转换为灰度图像
testGray = rgb2gray(testImg);
labelGray = rgb2gray(labelImg);

% 计算真实标签图像中正例和负例的像素总数
totalPositives = sum(labelGray(:) == 255);
totalNegatives = sum(labelGray(:) == 0);

% 计算待测图像中正例和负例的像素总数
detectedPositives = sum(testGray(:) == 255);
detectedNegatives = sum(testGray(:) == 0);

% 计算召回率和准确率
recall = detectedPositives / totalPositives;
precision = detectedPositives / (detectedPositives + detectedNegatives);

% 输出结果
fprintf('Recall: %.2f%%\n', recall*100);
fprintf('Precision: %.2f%%\n', precision*100);

其中，`testImg.png`和`labelImg.png`分别为待测图像和真实标签图像的文件名。`rgb2gray`函数用于将彩色图像转换为灰度图像。`sum`函数用于计算像素总数，`:`用于将图像矩阵转换为向量进行计算。`255`表示正例像素的灰度值，`0`表示负例像素的灰度值。最后，将计算得到的召回率和准确率输出即可。