% 读入图片 img = imread('homework.jpg'); % 转换为灰度图像 gray_img = rgb2gray(img); % 对图像进行二值化处理 bin_img = imbinarize(gray_img); % 对图像进行形态学处理，去除噪点和填补空洞 se = strel('disk', 2); morph_img = imclose(imopen(bin_img, se), se); % 提取图像中的数字 cc = bwconncomp(morph_img); stats = regionprops(cc, 'BoundingBox', 'Area'); digit_imgs = cell(1, numel(stats)); for k = 1:numel(stats) if stats(k).Area > 100 && stats(k).BoundingBox(3) < 50 && stats(k).BoundingBox(4) < 50 digit_imgs{k} = imcrop(img, stats(k).BoundingBox); end end % 显示提取到的数字 for k = 1:numel(digit_imgs) if ~isempty(digit_imgs{k}) figure; imshow(digit_imgs{k}); title(sprintf('Digit #%d', k)); end end 在这段代码的基础上将提出的数字图片转化为数字输出

可以使用 OCR（Optical Character Recognition）技术实现数字图片转化为数字输出。MATLAB 中已经提供了 OCR 工具箱，可以用来识别数字图片中的数字。以下是修改后的代码：

% 读入图片
img = imread('homework.jpg');

% 转换为灰度图像
gray_img = rgb2gray(img);

% 对图像进行二值化处理
bin_img = imbinarize(gray_img);

% 对图像进行形态学处理，去除噪点和填补空洞
se = strel('disk', 2);
morph_img = imclose(imopen(bin_img, se), se);

% 提取图像中的数字
cc = bwconncomp(morph_img);
stats = regionprops(cc, 'BoundingBox', 'Area');
digit_imgs = cell(1, numel(stats));
for k = 1:numel(stats)
    if stats(k).Area > 100 && stats(k).BoundingBox(3) < 50 && stats(k).BoundingBox(4) < 50
        digit_imgs{k} = imcrop(img, stats(k).BoundingBox);
        
        % OCR识别数字图片中的数字
        ocr_result = ocr(digit_imgs{k}, 'CharacterSet', '0123456789');
        digit = ocr_result.Text;
        fprintf('Digit #%d: %s\n', k, digit);
    end
end

这个修改后的代码将提取到的数字图片进行 OCR 识别，并输出识别结果。注意，在使用 OCR 识别时，需要指定字符集为 '0123456789'，即只识别数字。