用matlab写一个对图像进行otsu阈值分割的代码

以下是一个用MATLAB实现Otsu阈值分割的示例代码：

% 读入图像
img = imread('test.jpg');

% 将图像转换为灰度图
grayImg = rgb2gray(img);

% 计算图像的直方图
histogram = imhist(grayImg);

% 计算图像的总像素数
totalPixels = numel(grayImg);

% 初始化最大类间方差和对应的阈值
maxVariance = 0;
threshold = 0;

% 对每个灰度级进行遍历，计算最大类间方差和对应的阈值
for i = 1:256
    % 计算第i个灰度级之前的像素数和像素的总灰度值
    w0 = sum(histogram(1:i));
    w1 = totalPixels - w0;
    u0 = sum((0:i-1) .* histogram(1:i)) / w0;
    u1 = sum((i:255) .* histogram(i+1:end)) / w1;
    
    % 计算类间方差
    variance = w0 * w1 * (u0 - u1)^2;
    
    % 如果类间方差比当前最大值大，则更新最大值和对应的阈值
    if variance > maxVariance
        maxVariance = variance;
        threshold = i-1;
    end
end

% 对图像进行二值化处理，使用计算得到的阈值
binaryImg = grayImg > threshold;

% 显示结果
subplot(1,2,1);
imshow(grayImg);
title('原图');

subplot(1,2,2);
imshow(binaryImg);
title('Otsu阈值分割结果');

此代码将读取名为“test.jpg”的图像，并将其转换为灰度图。然后，它将计算图像的直方图，并对每个灰度级进行遍历，以找到最大类间方差和对应的阈值。最后，它将使用计算得到的阈值对图像进行二值化处理，并显示结果。