基于 MATLAB-GUI 图形界面的数字图像处理软件的代码：实现以下功能： 1）图像的读取、显示和保存； 2）图像基本类型转换； 3）灰度图像直方图统计及分析； 4）图像对比度调整； 5）图像添加高斯噪声／椒盐噪声，其中噪声强度可调； 6）对含噪图像进行滤噪处理； 7）可以对鼠标选中的图像区域进行滤镜处理；

好的，这是一个比较复杂的问题，需要比较详细的回答。以下是基于 MATLAB-GUI 图形界面的数字图像处理软件的代码：

1）图像的读取、显示和保存：

% 读取图像
[filename, pathname] = uigetfile({'*.jpg;*.png;*.bmp;*.gif','All Image Files';...
    '*.*','All Files' },'选择一张图片');
if filename~=0
    img = imread(fullfile(pathname, filename));
    % 显示图像
    axes(handles.axes1);
    imshow(img);
    % 保存图像
    [savefile, savepath] = uiputfile({'*.jpg;*.png;*.bmp;*.gif','All Image Files';...
    '*.*','All Files' },'保存图像',filename);
    if savefile~=0
        imwrite(img, fullfile(savepath, savefile));
    end
end

2）图像基本类型转换：

% 灰度化
gray_img = rgb2gray(img);
% 二值化
bw_img = im2bw(img);

3）灰度图像直方图统计及分析：

% 灰度直方图计算
gray_hist = imhist(gray_img);
% 显示灰度直方图
axes(handles.axes2);
bar(gray_hist);
% 计算图像平均灰度值和灰度方差
mean_gray = mean2(gray_img);
var_gray = std2(gray_img)^2;

4）图像对比度调整：

% 对比度增强
enhanced_img = imadjust(img,stretchlim(img));

5）图像添加高斯噪声／椒盐噪声，其中噪声强度可调：

% 添加高斯噪声
noise_img = imnoise(img,'gaussian',0,0.01);
% 添加椒盐噪声，噪声强度可调
noise_density = str2double(get(handles.edit1,'String'));
noise_img = imnoise(img,'salt & pepper',noise_density);

6）对含噪图像进行滤噪处理：

% 中值滤波
filter_size = str2double(get(handles.edit2,'String'));
denoise_img = medfilt2(noise_img,[filter_size filter_size]);

7）可以对鼠标选中的图像区域进行滤镜处理：

% 获取鼠标选中的图像区域
rect = getrect(handles.axes1);
% 对选中区域进行滤波处理
filter_type = get(handles.popupmenu1,'Value');
switch filter_type
    case 1
        % 均值滤波
        filter_size = str2double(get(handles.edit3,'String'));
        h = fspecial('average',[filter_size filter_size]);
        roi_img = imcrop(img,rect);
        roi_img = imfilter(roi_img,h);
        img(rect(2):rect(2)+rect(4),rect(1):rect(1)+rect(3),:) = roi_img;
    case 2
        % 高斯滤波
        filter_size = str2double(get(handles.edit3,'String'));
        sigma = str2double(get(handles.edit4,'String'));
        h = fspecial('gaussian',[filter_size filter_size],sigma);
        roi_img = imcrop(img,rect);
        roi_img = imfilter(roi_img,h);
        img(rect(2):rect(2)+rect(4),rect(1):rect(1)+rect(3),:) = roi_img;
    case 3
        % 中值滤波
        filter_size = str2double(get(handles.edit3,'String'));
        roi_img = imcrop(img,rect);
        roi_img = medfilt2(roi_img,[filter_size filter_size]);
        img(rect(2):rect(2)+rect(4),rect(1):rect(1)+rect(3),:) = roi_img;
end