用matlab编程，逐个将灰度图片中像素的灰度值超多235的减去20，并保存此新图片

好的，您可以用以下代码实现：

1. 读取原始灰度图片

img = imread('your_filename.jpg');

2. 获取图像矩阵的行数、列数和通道数

[rows, cols, channels] = size(img);

3. 遍历每一个像素，将灰度值超过235的像素点的灰度值减去20

for i = 1:rows
    for j = 1:cols
        if img(i,j) > 235
            img(i,j) = img(i,j) - 20;
        end
    end
end

4. 保存新图片

imwrite(img, 'new_filename.jpg');

以上就是用 Matlab 编程实现将灰度图片中像素的灰度值超多235的减去20，并保存此新图片的方法。

相关问题

matlab 获取图片灰度值并保存数据

可以使用MATLAB中的imread函数读取图片，并使用rgb2gray函数将其转换为灰度图像。然后，可以使用imwrite函数将灰度图像保存为数据文件。

以下是一个示例代码：

% 读取图片
img = imread('example.jpg');

% 转换为灰度图像
gray_img = rgb2gray(img);

% 保存灰度图像数据
imwrite(gray_img, 'gray_data.txt');

在这个示例中，我们将名为“example.jpg”的图片读入变量img中。然后，我们使用rgb2gray函数将其转换为灰度图像，并将结果保存在gray_img变量中。最后，我们使用imwrite函数将灰度图像保存为名为“gray_data.txt”的数据文件。

matlab将图片转化为灰度图像并二值化，计算灰度值最高的像素点数目

可以使用以下代码将图片转化为灰度图像并二值化，然后计算灰度值最高的像素点数目：

img = imread('image.jpg'); % 读取图片
gray_img = rgb2gray(img); % 转化为灰度图像
binary_img = imbinarize(gray_img); % 二值化
max_gray_value = max(gray_img(:)); % 计算灰度值最高的像素点的灰度值
num_max_gray_value_pixels = sum(gray_img(:) == max_gray_value); % 计算灰度值最高的像素点数目