matlab 2张图不同大小的相加

可以通过调整图像大小使它们具有相同的尺寸，然后对它们进行相加。以下是在 MATLAB 中实现此操作的代码示例：

% 读取两张图像
img1 = imread('image1.jpg');
img2 = imread('image2.jpg');

% 调整图像大小
img2_resized = imresize(img2, size(img1));

% 相加
img_sum = img1 + img2_resized;

% 显示结果
imshow(img_sum);

请注意，这种方法可能会导致图像信息的损失，因为一些像素可能会被裁剪或压缩。如果您希望尽可能保留图像信息，请考虑使用更高级的图像处理技术，如图像融合或图像混合。

相关问题

matlab四张图融合成一张图

可以使用Matlab中的`imfuse`函数来将四张图像融合成一张图像。`imfuse`函数将通过比较每个输入图像的像素值来创建输出图像。以下是一个示例代码，假设四张图像的名称分别为`image1.jpg`、`image2.jpg`、`image3.jpg`和`image4.jpg`：

% 读取四张图像
image1 = imread('image1.jpg');
image2 = imread('image2.jpg');
image3 = imread('image3.jpg');
image4 = imread('image4.jpg');

% 将图像进行灰度化
grayImage1 = rgb2gray(image1);
grayImage2 = rgb2gray(image2);
grayImage3 = rgb2gray(image3);
grayImage4 = rgb2gray(image4);

% 将灰度图像进行融合
fusedImage = imfuse(grayImage1,grayImage2,'blend','Scaling','joint');
fusedImage = imfuse(fusedImage,grayImage3,'blend','Scaling','joint');
fusedImage = imfuse(fusedImage,grayImage4,'blend','Scaling','joint');

% 显示融合后的图像
imshow(fusedImage);

这里使用了`rgb2gray`函数将输入图像转换为灰度图像，然后使用`imfuse`函数将四张灰度图像进行融合。最后，使用`imshow`函数显示融合后的图像。你可以根据你的需求调整`imfuse`函数的参数来得到不同的融合效果。

matlab多张图的灰度直方图

在MATLAB中，如果你有多张图像需要分别计算其灰度直方图，可以按照以下步骤操作：

1. 首先，加载你的图片数据，假设它们保存在一个结构数组或其他合适的数据结构中，如cell数组。例如，如果图片存储在`imgCell`中，每一张图片都在一个单独的cell里：

images = {imread('image1.jpg'), imread('image2.jpg')}; % 用实际文件名替换这里

2. 对于每个图像，你可以使用`imhist`函数计算灰度直方图。这会返回一个累积分布函数（Cumulative Distribution Function，CDF），以及一个表示频率的向量。例如：

for i = 1:length(images)
    img = images{i};
    [hist, bins] = imhist(img(:), 256); % 256代表灰度级数，可以根据需要调整
    % 可能还需要将hist归一化以便直观比较
    histNormalized = hist / sum(hist);
end

3. 如果你想对所有图像的直方图进行可视化，可以将它们堆叠起来展示，或者创建一个矩阵，其中每一行对应一个图像的直方图：

figure;
hold on; % 开启保持当前图形模式
for i = 1:length(images)
    plot(bins, histNormalized(i,:), 'LineWidth', 1.5);
    if i > 1
        hold off; % 关闭保持模式，每次绘制完毕再恢复
        title(sprintf('Image %d Histogram', i));
        drawnow; % 更新绘图
        hold on;
    end
end
legend(cellfun(@num2str, 1:length(images))); % 添加图例
xlabel('Gray Levels');
ylabel('Probability Density');