用MATLAB将灰度图片循环判定二值化的完整代码

在MATLAB中，你可以使用阈值二值化技术将灰度图像转换为黑白二值图像。以下是一个简单的完整代码示例，它会循环地应用不同的阈值并检查每个结果，直到找到最佳的分割效果：

% 加载灰度图像
img = imread('your_grayscale_image.jpg'); % 替换为你需要处理的图像文件名

% 初始化变量
best_binary = zeros(size(img)); % 最佳二值图像
best_threshold = -1; % 最佳阈值

% 循环评估不同阈值
for threshold = 0.1:0.01:255
    % 应用二值化
    binary = img > threshold;
    
    % 计算评价指标，例如对比度（这里仅做简单示例）
    contrast = imentropy(binary(:));
    
    % 如果当前对比度比之前的好，更新最佳二值图和阈值
    if ~isinf(contrast) && (isempty(best_binary) || contrast < entropy(best_binary(:)))
        best_binary = binary;
        best_threshold = threshold;
    end
end

% 显示原始图像和最佳二值化结果
subplot(1, 2, 1);
imshow(img, []);
title('Original Gray Image');
subplot(1, 2, 2);
imshow(best_binary, []);
title(sprintf('Binary Image with Threshold = %.2f', best_threshold));

%