matlab自己编写otsu算法，要求数组兼容，方法简单

好的，我可以帮你回答这个问题。

OTSU算法是一种经典的图像分割算法，可以用于自适应阈值图像二值化处理。下面是一种简单的MATLAB实现OTSU算法的方法：

% 读取图像
img = imread('image.jpg');
% 将图像转化为灰度图像
gray_img = rgb2gray(img);
% 将灰度图像转换为double类型
I = double(gray_img);
% 计算图像的直方图
counts = imhist(I);
% 归一化直方图
p = counts / numel(I);
% 初始化变量
w0 = 0;
w1 = 0;
u0 = 0;
u1 = 0;
sigma_b_squared = zeros(256, 1);
% 计算最大方差
for k = 1:256
    w0 = w0 + p(k);
    w1 = 1 - w0;
    u0 = u0 + k * p(k);
    u1 = (sum(I(:)) - u0) / (numel(I) - sum(counts(1:k)));
    sigma_b_squared(k) = w0 * w1 * (u0 / w0 - u1 / w1) ^ 2;
end
% 找到最大方差对应的阈值
[~, threshold] = max(sigma_b_squared);
% 对图像进行二值化处理
binary_img = gray_img > threshold;
% 显示结果
imshow(binary_img);

在这段代码中，我们首先读取一张彩色图像，并将其转换为灰度图像。然后我们计算图像的直方图，并归一化直方图。接着，我们初始化一些变量，并计算最大方差。最后，我们找到最大方差对应的阈值，并将图像进行二值化处理。

需要注意的是，在这段代码中我们使用了MATLAB自带的imhist函数和rgb2gray函数，这些函数可以帮助我们更加方便地进行图像处理。同时，我们将灰度图像转换为了double类型，这是为了避免在计算过程中出现数据类型不匹配的问题。

希望这个简单的MATLAB实现OTSU算法的方法可以帮助到你。