matlab统计并绘制图像的直方图不用imhist

### 回答1：
在MATLAB中，可以使用`histogram`函数来统计并绘制图像的直方图，而不需要使用`imhist`函数。`histogram`函数可以接受图像数据作为输入，并返回直方图的统计结果。下面是使用`histogram`函数进行直方图绘制的示例代码：

% 读取图像
img = imread('image.jpg');

% 将图像转换为灰度图像
gray_img = rgb2gray(img);

% 统计直方图
hist_data = histogram(double(gray_img(:)), 'Normalization', 'probability');

% 获取直方图统计结果
bin_centers = hist_data.BinEdges(1:end-1) + diff(hist_data.BinEdges)/2;
bin_counts = hist_data.Values;

% 绘制直方图
figure;
bar(bin_centers, bin_counts);
title('直方图');
xlabel('灰度级');
ylabel('频率');

% 显示图像
figure;
imshow(gray_img);
title('原始图像');

在上述示例代码中，我们首先读取了一幅图像，并将其转换为灰度图像。然后，使用`histogram`函数对灰度图像进行统计，并将统计结果存储在`hist_data`变量中。接着，我们从`hist_data`中获取直方图的统计结果，包括每个直方柱的中心点坐标（`bin_centers`）和频率（`bin_counts`）。最后，我们使用`bar`函数绘制直方图，以及使用`imshow`函数显示原始图像。

需要注意的是，在`histogram`函数中，我们将灰度图像转换为`double`类型，并使用`Normalization`参数设置为'probability'，以便获取每个灰度级的频率。你可以根据需要调整参数，例如使用'count'来统计每个灰度级的像素个数。

请注意，以上代码仅仅是一种简单示例，你可以根据需要进行修改和改进。

### 回答2：
在MATLAB中，我们可以使用histcounts函数进行统计并绘制直方图。

首先，假设我们有一组数据存储在一个向量或数组中，例如x = [1, 2, 3, 4, 4, 4, 5, 5, 6, 6, 6]。我们想统计x中每个数值出现的次数，并将结果绘制成直方图。

首先，我们可以使用unique函数找出x中的唯一值，以及它们在x中的索引位置。然后，使用histcounts函数统计每个唯一值的次数，并设置'BinEdges'参数为唯一值的边界。最后，使用bar函数绘制直方图。

下面是实现的代码：

x = [1, 2, 3, 4, 4, 4, 5, 5, 6, 6, 6];
unique_values = unique(x); %找出x中的唯一值
counts = histcounts(x, 'BinEdges', [unique_values, max(unique_values)+1]); %统计每个唯一值的次数
bar(unique_values, counts); %绘制直方图

这样，就可以得到统计结果并绘制出直方图。

### 回答3：
在Matlab中，我们可以使用一些函数来统计并绘制图像的直方图，而不使用imhist函数。

首先，我们需要读取目标图像，可以使用imread函数。例如，假设我们的图像文件名为image.jpg：

image = imread('image.jpg');

接下来，我们可以计算图像的直方图。为此，可以使用histcounts函数来计算每个灰度级别的像素数。然后，我们可以使用bar函数绘制直方图：

[counts, bins] = histcounts(image(:), 'BinMethod', 'integers');
bar(bins(1:end-1), counts);
xlabel('灰度级别');
ylabel('像素数');
title('图像直方图');

在这里，histcounts函数用于计算图像中每个灰度级别的像素数。它的'BinMethod'参数设置为'integers'，表示使用整数灰度级别。count变量存储了每个灰度级别的像素数，而bin变量存储了对应灰度级别的边界。

最后，我们可以使用xlabel、ylabel和title函数为直方图添加标签。

这是一种在Matlab中统计并绘制图像直方图的替代方法，不需要使用imhist函数。