matlab m_map将矩阵中大于零和小于零的数据在图像中显示为不同的颜色

可以使用m_map中的colormap函数将矩阵中大于零的数据和小于零的数据显示为不同的颜色。具体步骤如下：

1. 首先，需要定义一个colormap，例如：

cmap = colormap([0 0 1;1 1 1;1 0 0]); % 蓝色代表小于零、白色代表等于零、红色代表大于零

这里我们定义一个蓝白红三色渐变的colormap。

2. 然后，使用m_map中的pcolor函数绘制颜色地图，例如：

pcolor(lon,lat,data)
shading flat
colormap(cmap)

其中，lon和lat是经度和纬度的网格数据，data是待显示的矩阵数据。

3. 最后，使用caxis函数设置colorbar的范围，例如：

caxis([-1 1])
colorbar

这里我们将colorbar的范围设置为[-1,1]，也就是矩阵中数据的最小值和最大值。这样，大于零的数据就会显示为红色，小于零的数据就会显示为蓝色，等于零的数据就会显示为白色。

完整代码示例：

lon = 0:10;
lat = 0:10;
data = randn(11,11);
cmap = colormap([0 0 1;1 1 1;1 0 0]);
pcolor(lon,lat,data)
shading flat
colormap(cmap)
caxis([-1 1])
colorbar

相关问题

matlab m_map将矩阵中数据大于零的数据显示为红色，小于零的数据显示为蓝色

你可以使用 `m_contourf` 函数来绘制等高线图，并使用 `colormap` 函数来设置颜色映射。以下是一个示例代码：

% 创建一个随机矩阵
data = randn(10);

% 将大于零的数据设置为红色，小于零的数据设置为蓝色
cmap = [0 0 1; 1 0 0];
colormap(cmap);

% 绘制等高线图
m_contourf(lon, lat, data, 'linestyle', 'none');

在上面的代码中，`cmap` 变量定义了颜色映射，其中第一行设置蓝色，第二行设置红色。然后使用 `colormap` 函数将颜色映射设置为当前图像的颜色映射。最后，使用 `m_contourf` 函数绘制等高线图，并使用 `'linestyle', 'none'` 参数来去除等高线之间的连线。

seam carving算法matlab代码

以下是基于Matlab实现的Seam Carving算法代码示例：

function I = seam_carving(I, n)
    % 输入：
    % I - 要进行Seam Carving的图像
    % n - 要删除的Seam数量
    % 输出：
    % I - Seam Carving处理后的图像
    
    for i = 1:n
        % 计算能量函数
        E = energy_function(I);
        % 计算Seam
        S = find_seam(E);
        % 删除Seam
        I = remove_seam(I, S);
    end
end

function E = energy_function(I)
    % 输入：
    % I - 要计算能量函数的图像
    % 输出：
    % E - 计算得到的能量函数
    
    % 计算灰度值
    Igray = rgb2gray(I);
    % 计算Sobel算子
    dx = [-1 0 1; -2 0 2; -1 0 1];
    dy = [-1 -2 -1; 0 0 0; 1 2 1];
    % 计算水平方向和竖直方向的梯度
    Gx = imfilter(double(Igray), dx);
    Gy = imfilter(double(Igray), dy);
    % 计算能量函数
    E = abs(Gx) + abs(Gy);
end

function S = find_seam(E)
    % 输入：
    % E - 要计算Seam的能量函数
    % 输出：
    % S - 计算得到的Seam
    
    % 初始化Seam矩阵
    [height, width] = size(E);
    S = zeros(height, width);
    % 第一行的Seam等于能量函数
    S(1, :) = E(1, :);
    % 计算每个像素的Seam
    for i = 2:height
        for j = 1:width
            % 处理边界情况
            if j == 1
                S(i, j) = E(i, j) + min(S(i-1, j), S(i-1, j+1));
            elseif j == width
                S(i, j) = E(i, j) + min(S(i-1, j-1), S(i-1, j));
            else
                S(i, j) = E(i, j) + min([S(i-1, j-1), S(i-1, j), S(i-1, j+1)]);
            end
        end
    end
end

function I = remove_seam(I, S)
    % 输入：
    % I - 要删除Seam的图像
    % S - 要删除的Seam
    % 输出：
    % I - 删除Seam后的图像
    
    % 初始化新图像
    [height, width, channels] = size(I);
    I_new = zeros(height, width-1, channels, 'uint8');
    % 找到最小Seam的位置
    [~, idx] = min(S(end, :));
    % 复制新图像
    for c = 1:channels
        for i = 1:height
            if idx == 1
                I_new(i, :, c) = I(i, 2以下是seam carving算法的MATLAB代码：

function [Ic, T] = seam_carving(I, nr, nc)
I = im2double(I);
[Sr, Sc] = computeEnergy(I);
T = zeros(nr+1, nc+1);
for i = 2:nr+1
for j = 2:nc+1
if j == 2
T(i,j) = min(T(i-1,j), T(i-1,j+1)) + Sr(i-1,j-1);
elseif j == nc+1
T(i,j) = min(T(i-1,j-1), T(i-1,j)) + Sr(i-1,j-1);
else
T(i,j) = min([T(i-1,j-1), T(i-1,j), T(i-1,j+1)]) + Sr(i-1,j-1);
end
end
end
Ic = zeros(size(I,1), size(I,2), nc);
for j = 1:nc
[M, Ix] = min(T(:,j+1));
Ic(:,:,j) = removeSeam(I(:,:,j), Ix-1);
end
end

function [Sr, Sc] = computeEnergy(I)
Ig = rgb2gray(I);
hx = [-1, 0, 1];
hy = -hx';
Ix = conv2(Ig, hx, 'same');
Iy = conv2(Ig, hy, 'same');
Sr = abs(Ix) + abs(Iy);
Sc = Sr;
end

function Ic = removeSeam(I, idx)
[m,n] = size(I);
Ic = zeros(m, n-1);
Ic(:,1:idx-1,:) = I(:,1:idx-1,:);
Ic(:,idx:end,:) = I(:,idx+1:end,:);
end

这个代码实现了基本的seam carving算法，可以输入原始图像 `I`，要缩减的行数 `nr` 和要缩减的列数 `nc`，然后输出缩减后的图像 `Ic` 以及每个像素对应的能量 `T`。函数 `computeEnergy` 计算了图像每个像素的能量，并返回 `Sr` 和 `Sc` 分别表示每个像素在行方向和列方向的能量。函数 `removeSeam` 移除给定索引的seam。以下是使用Matlab实现Seam Carving算法的代码：

1. 导入图像和初始化能量矩阵

% 导入图像
img = imread('image.jpg');

% 将图像转换为灰度图
grayImg = rgb2gray(img);

% 初始化能量矩阵
energyMatrix = double(edge(grayImg, 'canny'));

2. 计算每个像素的能量值

for i = 2:size(grayImg, 1)
for j = 2:size(grayImg, 2)
% 计算像素(i,j)的能量值
energyMatrix(i,j) = energyMatrix(i,j) + min([energyMatrix(i-1,j-1), energyMatrix(i-1,j), energyMatrix(i-1,j+1)]);
end
end

3. 找到能量最小的Seam路径

% 找到能量最小的Seam路径
[minEnergy, seamIdx] = min(energyMatrix(size(grayImg, 1), :));
for i = size(grayImg, 1)-1:-1:1
if seamIdx(i+1) == 1
% 处理边缘情况
[~, minIdx] = min([energyMatrix(i, seamIdx(i+1)), energyMatrix(i, seamIdx(i+1)+1)]);
seamIdx(i) = seamIdx(i+1) + minIdx - 1;
elseif seamIdx(i+1) == size(grayImg, 2)
% 处理边缘情况
[~, minIdx] = min([energyMatrix(i, seamIdx(i+1)-1), energyMatrix(i, seamIdx(i+1))]);
seamIdx(i) = seamIdx(i+1) + minIdx - 2;
else
[~, minIdx] = min([energyMatrix(i, seamIdx(i+1)-1), energyMatrix(i, seamIdx(i+1)), energyMatrix(i, seamIdx(i+1)+1)]);
seamIdx(i) = seamIdx(i+1) + minIdx - 2;
end
end

4. 删除Seam路径上的像素

% 删除Seam路径上的像素
for i = 1:size(grayImg, 1)
img(i, seamIdx(i):end-1, :) = img(i, seamIdx(i)+1:end, :);
end
img = img(:, 1:end-1, :);

以上是Seam Carving算法的简单实现，你可以根据需要进一步优化和修改代码。以下是一个简单的 Seam Carving 算法的 Matlab 代码：

% 读取输入图像
img = imread('input.jpg');

% 设置缩放比例
scale = 0.5;

% 计算目标图像大小
targetSize = round(scale * size(img));

% 迭代移除像素，直到达到目标大小
while size(img,1) > targetSize(1) || size(img,2) > targetSize(2)
% 计算能量图像
energy = rgb2gray(img);
energy = imgradient(energy);

% 计算累计能量
M = cumsum(energy, 1);
M = cumsum(M, 2);

% 计算最小能量路径
[~,idx] = min(M(end,:), [], 2);
seam = backtrack_seam(M, idx);

% 移除路径
img = remove_seam(img, seam);
end

% 输出结果
imwrite(img, 'output.jpg');

其中，`backtrack_seam` 和 `remove_seam` 是两个自定义的函数，分别用于回溯最小能量路径和移除路径。Seam Carving是一种图像缩放算法，它可以通过移除图像中的不重要像素来缩小图像。以下是一些用MATLAB实现Seam Carving算法的代码示例：

1. 计算能量图

function energyImg = energy_img(im)
im = im2double(im);
dx = [-1, 0, 1; -2, 0, 2; -1, 0, 1];
dy = dx';
Ix = conv2(im, dx, 'same');
Iy = conv2(im, dy, 'same');
energyImg = sqrt(Ix.^2 + Iy.^2);
end

2. 选择能量最小的seam

function seam = find_seam(energyImg)
[rows, cols] = size(energyImg);
M = energyImg;
for i = 2:rows
for j = 1:cols
if j == 1
M(i,j) = energyImg(i,j) + min(M(i-1,j), M(i-1,j+1));
elseif j == cols
M(i,j) = energyImg(i,j) + min(M(i-1,j-1), M(i-1,j));
else
M(i,j) = energyImg(i,j) + min([M(i-1,j-1), M(i-1,j), M(i-1,j+1)]);
end
end
end
[~,ind] = min(M(rows,:));
seam = zeros(rows,1);
seam(rows) = ind;
for i = rows-1:-1:1
if seam(i+1) == 1
[~,m] = min(M(i, seam(i+1):seam(i+1)+1));
seam(i) = m + seam(i+1) - 1;
elseif seam(i+1) == cols
[~,m] = min(M(i, seam(i+1)-1:seam(i+1)));
seam(i) = m + seam(i+1) - 2;
else
[~,m] = min(M(i, seam(i+1)-1:seam(i+1)+1));
seam(i) = m + seam(i+1) - 2;
end
end
end

3. 移除能量最小的seam

function imOut = reduce_width(im, numCols)
for i = 1:numCols
energyImg = energy_img(im);
seam = find_seam(energyImg);
im = remove_seam(im, seam);
end
imOut = im;
end

function imOut = remove_seam(im, seam)
[rows,cols,~] = size(im);
for i = 1:rows
im(i, seam(i):cols-1,:) = im(i, seam(i)+1:cols,:);
end
imOut = im(:,1:cols-1,:);
end

这些代码实现了Seam Carving算法的一个基本版本，可以在MATLAB中使用。需要注意的是，这里的代码只实现了图像宽度的缩减，如果需要实现高度的缩减，需要做一些修改。以下是使用Matlab实现的Seam Carving算法代码示例：

% 读取图像
I = imread('image.jpg');
% 设定需要缩减或扩展的宽度或高度
dWidth = -50;
dHeight = 0;

% 重复执行以下步骤，直到达到所需的图像大小
while dWidth ~= 0 || dHeight ~= 0
% 计算能量函数
E = energy_function(I);

% 执行Seam Carving
if dWidth < 0
[I,~] = reduce_width(I,E,-dWidth);
elseif dWidth > 0
[I,~] = increase_width(I,E,dWidth);
elseif dHeight < 0
[I,~] = reduce_height(I,E,-dHeight);
elseif dHeight > 0
[I,~] = increase_height(I,E,dHeight);
end

% 更新所需的宽度和高度
dWidth = dWidth + size(I,2) - size(I,1);
dHeight = dHeight + size(I,1) - size(I,2);
end

% 定义能量函数
function E = energy_function(I)
% 将图像转换为灰度图像
I_gray = rgb2gray(I);
% 计算梯度幅值
[Gx,Gy] = imgradientxy(I_gray);
G = abs(Gx) + abs(Gy);
% 将边缘区域的梯度幅值增加，以便在Seam Carving过程中尽可能避免删除这些区域的像素
G = G + edge(I_gray);
E = G;
end

% 执行Seam Carving的函数，以减少宽度
function [I,E_removed] = reduce_width(I,E,num)
for i = 1:num
% 计算每行像素的最小Seam
M = cummin_seam_map(E, 'horizontal');
% 删除最小Seam中的像素
[I,E_removed] = remove_seam(I,M,'horizontal');
% 更新能量函数
E = energy_function(I);
end
end

% 执行Seam Carving的函数，以增加宽度
function [I,E_added] = increase_width(I,E,num)
for i = 1:num
% 计算每行像素的最小Seam
M = cummin_seam_map(E, 'horizontal');
% 插入最小Seam中的像素
[I,E_added] = insert_seam(I,M,'horizontal');
% 更新能量函数
E = energy_function(I);
end
end

% 执行Seam Carving的函数，以减少高度
function [I,E_removed] = reduce_height(I,E,num)
for i = 1:num
% 计算每列像素的最小Seam
M = cummin_seam_map(E, 'vertical');
% 删除最小Seam中的像素
[I,E_removed] = remove_seam(I,M,'vertical');
% 更新能量函数
E = energy_function(I);
end
end

% 执行Seam Carving的函数，以增加高以下是使用Matlab实现的seam carving算法的示例代码：

% 读取图像
img = imread('your_image_path');

% 选择图像大小的变化量
change_size = [-100, -50]; % 可以根据需要进行修改

% 对图像进行seam carving
for i = 1:length(change_size)
    if change_size(i) < 0 % 缩小图像
        for j = 1:abs(change_size(i))
            energy_map = energy_map_function(img); % 计算能量图
            seam_map = cumulative_minimum_energy_map(energy_map, 'HORIZONTAL'); % 计算最小累积能量图
            seam = find_optimal_seam(seam_map); % 查找最佳seam
            img = remove_horizontal_seam(img, seam); % 移除seam
        end
    else % 放大图像
        for j = 1:change_size(i)
            energy_map = energy_map_function(img); % 计算能量图
            seam_map = cumulative_minimum_energy_map(energy_map, 'HORIZONTAL'); % 计算最小累积能量图
            seam = find_optimal_seam(seam_map); % 查找最佳seam
            img = duplicate_horizontal_seam(img, seam); % 复制seam
        end
    end
end

% 显示处理后的图像
imshow(img);

这里提供了一个简单的示例代码，具体实现可能需要根据自己的需求进行修改。
我无法提供Matlab代码的seam carving算法，但我可以提供一些关于该算法的基本信息。以下是基于Matlab的Seam Carving算法代码示例：

% 读取图像
img = imread('example.jpg');
% 将图像转换为灰度图像
gray_img = rgb2gray(img);
% 设定宽度和高度缩小的目标值
target_width = 400;
target_height = 300;
% 计算需要删除的行数和列数
delta_rows = size(gray_img,1) - target_height;
delta_cols = size(gray_img,2) - target_width;
% 开始逐步删除像素
for i = 1:delta_rows+delta_cols
    % 计算能量图
    energy_map = energy(gray_img);
    % 计算最小能量路径
    min_energy_path = find_vertical_seam(energy_map);
    % 删除最小能量路径
    gray_img = remove_vertical_seam(gray_img, min_energy_path);
end
% 显示处理后的图像
imshow(gray_img);

注意，上述代码中的 `energy`、`find_vertical_seam` 和 `remove_vertical_seam` 函数需要另外定义。这些函数的实现可以在Seam Carving算法的相关文献中找到。以下是seam carving算法的Matlab代码示例：

% 读入图像
img = imread('your_image.jpg');
% 设置需要减少的宽度和高度像素数量
reduceWidth = 50;
reduceHeight = 30;

for i = 1:reduceWidth
    % 计算能量图
    energyMap = energy_function(img);
    % 找到最小能量Seam
    seam = find_seam(energyMap);
    % 从图像中删除Seam
    img = remove_seam(img, seam);
end

for i = 1:reduceHeight
    % 转置图像，执行和宽度相同的过程
    img = permute(img, [2 1 3]);
    energyMap = energy_function(img);
    seam = find_seam(energyMap);
    img = remove_seam(img, seam);
    img = permute(img, [2 1 3]);
end

% 展示结果图像
imshow(img);

其中`energy_function`函数用于计算图像的能量，`find_seam`函数用于找到最小能量Seam，`remove_seam`函数用于删除Seam。这些函数的实现可以根据不同的实现方法进行调整。以下是seam carving算法的MATLAB代码示例：

function carved_img = seam_carving(img, new_size)
% Input: img - 原始图像
%        new_size - 期望的新图像大小，格式为 [宽, 高]
% Output: carved_img - 经过seam carving算法处理后的图像

    % 将图像转换为灰度图
    if size(img, 3) == 3
        img = rgb2gray(img);
    end

    % 计算能量图
    energy_map = energy_function(img);

    % 循环缩减图像宽度
    for i = 1:size(img, 2) - new_size(1)
        % 计算当前能量图中的seam
        seam = find_seam(energy_map);

        % 从图像中删除seam
        img(:, seam) = [];
        energy_map(:, seam) = [];

        % 更新能量图
        energy_map = update_energy_map(img, energy_map, seam);
    end

    % 循环缩减图像高度
    for i = 1:size(img, 1) - new_size(2)
        % 计算当前能量图中的seam
        seam = find_seam(energy_map.');

        % 从图像中删除seam
        img(seam, :) = [];
        energy_map(seam, :) = [];

        % 更新能量图
        energy_map = update_energy_map(img, energy_map.', seam).';
    end

    % 返回处理后的图像
    carved_img = img;
end

function energy_map = energy_function(img)
% 计算能量图

    % 计算图像梯度
    gx = [-1, 0, 1; -2, 0, 2; -1, 0, 1];
    gy = gx.';
    Ix = imfilter(double(img), gx, 'replicate');
    Iy = imfilter(double(img), gy, 'replicate');

    % 计算能量值
    energy_map = abs(Ix) + abs(Iy);
end

function seam = find_seam(energy_map)
% 寻找能量最小的seam

    % 初始化
    [rows, cols] = size(energy_map);
    M = energy_map;

    % 动态规划计算最小seam
    for i = 2:rows
        for j = 1:cols
            if j == 1
                M(i, j) = energy_map(i, j) + min(M(i-1, j), M(i-1, j+1));
            elseif j == cols
                M(i, j) = energy_map(i, j) + min(M(i-1, j-1), M(i-1, j));
            else
                M(i, j) = energy_map(i, j) + min([M(i-1, j-1), M(i-1, j), M(i-1, j+1)]);
            end
        end
    end

    % 回溯最小seam路径
    seam = zeros(rows, 1);
    [~, index] = min(M(rows, :));
    seam(rows) = index;
    for i = rows-1:-1:1
        if index == 1
            [~, index] = min([M(i, index), M(i, index
这里有一些Matlab示例代码，用于实现Seam Carving算法：https://www.mathworks.com/matlabcentral/fileexchange/27374-seam-carving-implementation以下是 Seam Carving 算法的 MATLAB 代码示例：

% 读取图像
img = imread('input.jpg');

% 将图像转换为能量图
energyImg = energy_image(img);

% 循环指定删除的行数
for i = 1:100
    % 计算每行像素的能量
    M = cumulative_minimum_energy_map(energyImg, 'VERTICAL');
    % 找到需要删除的像素
    seam = find_vertical_seam(M);
    % 从图像中删除像素
    img = remove_vertical_seam(img, seam);
    % 从能量图中删除像素
    energyImg = remove_vertical_seam(energyImg, seam);
end

% 保存输出图像
imwrite(img, 'output.jpg');

以上代码演示了如何使用 Seam Carving 算法来删除图像的垂直像素。需要注意的是，这只是一个简单的示例，实际使用中可能需要进行更多的参数调整和图像处理步骤。以下是seam carving算法的MATLAB代码示例：

%% Seam Carving for Content-Aware Image Resizing

% Load image
I = imread('input.jpg');

% Convert to grayscale
Igray = rgb2gray(I);

% Compute energy map
E = energy_map(Igray);

% Perform seam carving to reduce width by 100 pixels
Icarved = carve(I, E, 100);

% Display result
figure;
imshow(Icarved);
title('Seam Carving Result');

% Energy map function
function E = energy_map(I)
    % Compute horizontal and vertical gradients
    hx = [-1, 0, 1; -2, 0, 2; -1, 0, 1];
    hy = [-1, -2, -1; 0, 0, 0; 1, 2, 1];
    Ix = imfilter(double(I), hx);
    Iy = imfilter(double(I), hy);
    
    % Compute energy map
    E = sqrt(Ix.^2 + Iy.^2);
end

% Carving function
function Icarved = carve(I, E, pixels)
    % Convert energy map to cost map
    C = cumsum(E, 2);
    
    % Find optimal seams
    for i = 1:pixels
        M = C;
        M(2:end-1, :) = M(2:end-1, :) + min([M(1:end-2, :); M(2:end-1, :); M(3:end, :)]);
        [~, j] = min(M(end, :));
        seam = j;
        for k = size(M, 1)-1:-1:1
            j = j + find(M(k, j-1:j+1) == min(M(k, j-1:j+1))) - 2;
            seam(k) = j;
        end
        
        % Remove optimal seams
        for k = 1:size(I, 3)
            I(:, seam(k):end-1, k) = I(:, seam(k)+1:end, k);
        end
        C(:, seam(end)) = [];
    end
    
    % Return carved image
    Icarved = I;
end

该代码将输入图像（input.jpg）转换为灰度图像，计算其能量图，并对其执行seam carving以将其宽度减小100像素。最后，显示结果图像（Seam Carving Result）。能量图由energy_map函数计算，seam carving由carve函数执行。以下是使用Matlab编写的Seam Carving算法的代码示例：

%% 图像读取和显示
img = imread('image.jpg'); % 读取图像
imshow(img); % 显示原始图像

%% 设置参数
targetWidth = 300; % 目标宽度
targetHeight = 400; % 目标高度
numSeamsToRemove = size(img, 2) - targetWidth; % 需要移除的列数

%% 执行seam carving算法
for i = 1:numSeamsToRemove
% 计算能量图
energy = computeEnergy(img);

% 计算能量最小的seam
seam = findSeam(energy);

% 移除seam
img = removeSeam(img, seam);
end

%% 显示结果
imshow(img);

%% 计算能量图函数
function energy = computeEnergy(img)
% 计算梯度
gray = rgb2gray(img);
[gx, gy] = imgradientxy(gray, 'prewitt');

% 计算能量
energy = abs(gx) + abs(gy);
end

%% 查找最小seam函数
function seam = findSeam(energy)
% 初始化
[rows, cols] = size(energy);
seam = zeros(rows, 1);
cost = zeros(rows, cols);
cost(1, :) = energy(1, :);

% 动态规划计算最小代价
for i = 2:rows
for j = 1:cols
if j == 1
[c, idx] = min([cost(i-1, j), cost(i-1, j+1)]);
cost(i, j) = energy(i, j) + c;
if idx == 1
seam(i) = j;
else
seam(i) = j + 1;
end
elseif j == cols
[c, idx] = min([cost(i-1, j-1), cost(i-1, j)]);
cost(i, j) = energy(i, j) + c;
if idx == 1
seam(i) = j - 1;
else
seam(i) = j;
end
else
[c, idx] = min([cost(i-1, j-1), cost(i-1, j), cost(i-1, j+1)]);
cost(i, j) = energy(i, j) + c;
if idx == 1
seam(i) = j - 1;
elseif idx == 2
seam(i) = j;
else
seam(i) = j + 1;
end
end
end
end
end

%% 移除seam函数
function img = removeSeam(img, seam)
[rows, cols, ~] = size(img);
for i = 1:rows
img(i, seam(i):cols-1, :) = img(i, seam(i)+1:cols, :);
end
img = img(:, 1:cols-1, :);
end

这是一个简单的Seam Carving算法实现，可以实现图像的宽度缩减。您可以根据需要进行修改和扩展。以下是使用MATLAB实现Seam Carving算法的代码：

function output = seamCarving(input, outputSize)
%SEAMCARVING 用于调整图像大小的Seam Carving算法
% output = seamCarving(input, outputSize) 返回大小为outputSize的调整后的图像
% input为输入图像，outputSize为输出图像大小
% 示例：output = seamCarving(input, [new_width new_height])

% 将输入图像转换为灰度图像
if size(input, 3) == 3
input = rgb2gray(input);
end

% 转换为double类型
input = im2double(input);

% 计算能量图像
energy = calcEnergy(input);

% 重复移除seam，直到达到所需大小
for i = 1:abs(size(input, 2)-outputSize(2))
% 计算每列的能量
M = energy;
for row = 2:size(M,1)
for col = 1:size(M,2)
if col == 1
M(row, col) = energy(row, col) + min([M(row-1, col), M(row-1, col+1)]);
elseif col == size(M,2)
M(row, col) = energy(row, col) + min([M(row-1, col-1), M(row-1, col)]);
else
M(row, col) = energy(row, col) + min([M(row-1, col-1), M(row-1, col), M(row-1, col+1)]);
end
end
end

% 找到最小能量seam
[~,col] = min(M(end,:));
row = size(M,1);
seam = zeros(size(M,1),1);
seam(row) = col;
for row = size(M,1)-1:-1:1
col = col + (randi(2)-1) - 1;
col = max(1, col);
col = min(size(M,2), col);
seam(row) = col;
end

% 移除seam
for row = 1:size(input,1)
input(row, seam(row):end-1,:) = input(row, seam(row)+1:end,:);
energy(row, seam(row):end-1) = energy(row, seam(row)+1:end);
end
input = input(:,1:end-1,:);
energy = calcEnergy(input);
end

% 重复插入seam，直到达到所需大小
for i = 1:abs(size(input, 1)-outputSize(1))
% 计算每行的能量
M = energy';
for row = 2:size(M,1)
for col = 1:size(M,2)
if col == 1
M(row, col) = energy(col, row) + min([M(row-1, col), M(row-1, col+1)]);
elseif col == size(M,2)
M(row, col) = energy(col, row) + min([M(row-1, col-1), M(row-1, col)]);
else
M(row, col) = energy(col, row) + min([M(row-1, col-1), M(row-1, col), M(row-1, col+以下是seamcarving算法的MATLAB代码示例：

function Ic = seamcarving(I, n)

    % 将输入图像转换为双精度灰度图像
    I = im2double(rgb2gray(I));

    % 在图像中寻找缩小的尺寸
    [m, ~] = size(I);
    r = m - n;

    % 循环删除每个水平和垂直方向的seam
    for i = 1:r

        % 计算能量函数矩阵
        E = energyfunc(I);

        % 计算最小seam并删除它
        mask = findseam(E);
        I(mask) = [];
        
        % 水平方向同理
        I = I';
        E = energyfunc(I);
        mask = findseam(E);
        I(mask) = [];
        I = I';

    end

    % 返回缩小后的图像
    Ic = I;

end

% 能量函数计算
function E = energyfunc(I)

    % Sobel滤波器
    h = [-1, 0, 1; -2, 0, 2; -1, 0, 1];
    dx = imfilter(I, h, 'replicate');
    dy = imfilter(I, h', 'replicate');
    E = sqrt(dx.^2 + dy.^2);

end

% 寻找最小seam
function mask = findseam(E)

    [m, n] = size(E);

    % 初始化掩码和累计能量
    mask = zeros(m, 1);
    C = E(1, :);

    % 计算累计能量
    for i = 2:m
        L = [inf, C(1:end-1)];
        R = [C(2:end), inf];
        M = [L; C; R];
        [minC, idx] = min(M);
        C = E(i, :) + minC;
        mask(i) = idx(find(minC == C));
    end

end

function Ic = seam_carving(I, nr, nc)
% I: input image
% nr: number of rows to remove
% nc: number of columns to remove
% Ic: output image

Ic = I;
for i = 1:nr
    e = energy_rgb(Ic);
    S = cumulative_min_energy_map(e, 'HORIZONTAL');
    horizontal_seam = find_horizontal_seam(S);
    Ic = reduce_horizontal_seam(Ic, horizontal_seam);
end

for i = 1:nc
    e = energy_rgb(Ic);
    S = cumulative_min_energy_map(e, 'VERTICAL');
    vertical_seam = find_vertical_seam(S);
    Ic = reduce_vertical_seam(Ic, vertical_seam);
end

这段代码实现了Seam Carving算法，通过迭代地对图像进行水平和垂直方向的Seam Carving操作，来实现对图像的缩放。其中，energy_rgb函数计算每个像素的能量值，cumulative_min_energy_map函数计算最小累计能量图，find_horizontal_seam和find_vertical_seam函数分别寻找水平和垂直方向上的Seam，reduce_horizontal_seam和reduce_vertical_seam函数分别实现水平和垂直方向上的Seam Carving操作，用于去除图像中的Seam。以下是用MATLAB实现Seam Carving算法的示例代码：

function img_resized = seam_carving(img, new_size)
% Input:
%   img: 输入图像
%   new_size: 调整后的大小（新宽度，新高度）
% Output:
%   img_resized: 调整后的图像

% 转换为灰度图
if size(img, 3) == 3
    img = rgb2gray(img);
end

% 计算能量图
energy_map = energy_func(img);

% 调整大小
for i = 1:abs(size(img, 2) - new_size(1))
    % 计算最小能量路径
    path = find_min_path(energy_map);
    % 移除路径上的像素
    img = remove_path(img, path);
    % 更新能量图
    energy_map = energy_func(img);
end
for i = 1:abs(size(img, 1) - new_size(2))
    % 计算最小能量路径
    path = find_min_path(energy_map');
    % 移除路径上的像素
    img = remove_path(img, path');
    % 更新能量图
    energy_map = energy_func(img);
end

img_resized = img;
end

function energy_map = energy_func(img)
% 计算能量图
[Gx, Gy] = imgradientxy(img);
energy_map = abs(Gx) + abs(Gy);
end

function path = find_min_path(energy_map)
% 计算最小能量路径
[row, col] = size(energy_map);
M = energy_map;
for i = 2:row
    for j = 1:col
        if j == 1
            M(i, j) = energy_map(i, j) + min(M(i-1, j), M(i-1, j+1));
        elseif j == col
            M(i, j) = energy_map(i, j) + min(M(i-1, j-1), M(i-1, j));
        else
            M(i, j) = energy_map(i, j) + min([M(i-1, j-1), M(i-1, j), M(i-1, j+1)]);
        end
    end
end
[~, idx] = min(M(row, :));
path = zeros(row, 1);
path(row) = idx;
for i = row-1:-1:1
    if path(i+1) == 1
        [~, idx] = min(M(i, 1:2));
        path(i) = idx;
    elseif path(i+1) == col
        [~, idx] = min(M(i, col-1:col));
        path(i) = idx + col - 2;
    else
        [~, idx] = min(M(i, path(i+1)-1:path(i+1)+1));
        path(i) = idx + path(i+1) - 2;
    end
end
end

function img = remove_path(img, path)
% 移除路径上的像素
[row, col] = size(img);
for i = 1:row
    img(i, path(i):col-1) = img(i, path(i)+1:col);
end
img(:, col) = [];
end

这个算法可以根据给定的新尺寸，动态地调整图以下是使用MATLAB编写的seam carving算法代码：

function [I_seam_carved] = seam_carving(I, new_width, new_height)
% I：待处理图像
% new_width：缩小后的宽度
% new_height：缩小后的高度
% I_seam_carved：处理后的图像

    % 转换成灰度图像
    I = rgb2gray(I);
    
    % 获取原始图像的宽度和高度
    [height, width] = size(I);

    % 计算宽度和高度的缩放比例
    width_scale = new_width / width;
    height_scale = new_height / height;
    
    % 如果缩放比例小于1，说明需要缩小图像，执行缩小操作
    if (width_scale < 1) || (height_scale < 1)
        
        % 计算要移除的列数和行数
        remove_cols = width - new_width;
        remove_rows = height - new_height;

        % 循环移除列
        for i = 1:remove_cols
            
            % 计算能量矩阵
            energy = energy_function(I);
            
            % 计算最小能量路径
            seam = minimum_energy_seam(energy);

            % 移除最小能量路径
            I = remove_seam(I, seam);
        end
        
        % 循环移除行
        for i = 1:remove_rows
            
            % 计算能量矩阵
            energy = energy_function(I);
            
            % 计算最小能量路径
            seam = minimum_energy_seam(energy);

            % 移除最小能量路径
            I = remove_seam(I', seam)';
        end
        
    % 如果缩放比例大于等于1，说明需要放大图像，执行放大操作
    else
        
        % 计算要增加的列数和行数
        add_cols = new_width - width;
        add_rows = new_height - height;
        
        % 循环增加列
        for i = 1:add_cols
            
            % 计算能量矩阵
            energy = energy_function(I);
            
            % 计算最小能量路径
            seam = minimum_energy_seam(energy);
            
            % 增加最小能量路径
            I = add_seam(I, seam);
        end
        
        % 循环增加行
        for i = 1:add_rows
            
            % 计算能量矩阵
            energy = energy_function(I);
            
            % 计算最小能量路径
            seam = minimum_energy_seam(energy);
            
            % 增加最小能量路径
            I = add_seam(I', seam)';
        end
    end
    
    % 返回处理后的图像
    I_seam_carved = I;
end


function [energy] = energy_function(I)
% 计算能量矩阵
% I：输入图像
% energy：能量矩阵

    % 计算梯度
    [Gx, Gy] = imgradientxy(I, 'prewitt');
    
    % 计算能量
    energy = abs(Gx) + abs(Gy);
end


function [seam]以下是 Seam Carving 算法的 MATLAB 代码示例：

% 读取图片
image = imread('image.jpg');
% 定义需要删除的行和列数
rows_to_delete = 50;
cols_to_delete = 50;
% 计算能量图
energy = energy_image(image);
% 循环删除行
for i = 1:rows_to_delete
% 计算能量图
energy = energy_image(image);
% 计算最小能量路径
path = find_minimal_path(energy);
% 删除路径
image = remove_seam(image, path);
end
% 循环删除列
for i = 1:cols_to_delete
% 转置图片
image_transpose = permute(image, [2 1 3]);
% 计算能量图
energy = energy_image(image_transpose);
% 计算最小能量路径
path = find_minimal_path(energy);
% 删除路径
image_transpose = remove_seam(image_transpose, path);
% 转置图片回来
image = permute(image_transpose, [2 1 3]);
end
% 显示结果
imshow(image);

这个示例代码演示了如何使用 Seam Carving 算法来删除一张图片的指定数量的行和列。其中，`energy_image` 函数用于计算能量图，`find_minimal_path` 函数用于计算最小能量路径，`remove_seam` 函数用于删除路径。你可以根据自己的需要进行修改和调整。以下是使用MATLAB实现Seam Carving算法的代码示例：

1. 导入图像

img = imread('image.jpg');

2. 缩小图像

scale = 0.5; % 设置缩小比例
for i = 1:round(log(1/scale)/log(2))
energy = energyFunc(img); % 计算图像能量
seam = findSeam(energy); % 找到最小能量缝
img = removeSeam(img, seam); % 移除缝
end

3. 计算能量函数

function energy = energyFunc(img)
gray = double(rgb2gray(img));
[x_grad, y_grad] = gradient(gray);
energy = abs(x_grad) + abs(y_grad);
end

4. 找到最小能量缝

function seam = findSeam(energy)
[h, w] = size(energy);
dp = energy;
for i = 2:h
for j = 1:w
if j == 1
dp(i, j) = energy(i, j) + min(dp(i-1, j), dp(i-1, j+1));
elseif j == w
dp(i, j) = energy(i, j) + min(dp(i-1, j-1), dp(i-1, j));
else
dp(i, j) = energy(i, j) + min([dp(i-1, j-1), dp(i-1, j), dp(i-1, j+1)]);
end
end
end
[~, idx] = min(dp(h, :));
seam = zeros(h, 1);
seam(h) = idx;
for i = h-1:-1:1
if seam(i+1) == 1
[~, idx] = min(dp(i, seam(i+1):seam(i+1)+1));
seam(i) = idx + seam(i+1) - 1;
elseif seam(i+1) == w
[~, idx] = min(dp(i, seam(i+1)-1:seam(i+1)));
seam(i) = idx + seam(i+1) - 2;
else
[~, idx] = min(dp(i, seam(i+1)-1:seam(i+1)+1));
seam(i) = idx + seam(i+1) - 2;
end
end
end

5. 移除最小能量缝

function img = removeSeam(img, seam)
[h, w, ~] = size(img);
for i = 1:h
img(i, seam(i):w-1, :) = img(i, seam(i)+1:w, :);
end
img = img(:, 1:w-1, :);
end

请注意，以上仅是Seam Carving算法的简单实现，可能存在一些性能和质量问题。以下是 Seam Carving 算法的 MATLAB 代码示例：

% 读入图像
img = imread('input.jpg');
figure,imshow(img);

% 缩放比例
scale = 0.5;

% 确定缩放后的图像大小
new_width = round(size(img, 2) * scale);
new_height = round(size(img, 1) * scale);

% 循环进行 seam carving 操作，缩放图像
for i = 1:size(img, 2) - new_width
energy_map = energy(img);
seam = find_seam(energy_map);
img = remove_seam(img, seam);
end
for i = 1:size(img, 1) - new_height
energy_map = energy(img);
seam = find_seam(energy_map);
img = remove_seam(img', seam)';
end

% 显示缩放后的图像
figure,imshow(img);

其中，`energy` 函数计算图像的能量值，`find_seam` 函数找到能量值最小的缝线，`remove_seam` 函数移除缝线，并返回新的图像。通过不断循环进行 seam carving 操作，实现图像的缩放。最后，显示缩放后的图像。以下是使用Matlab实现Seam Carving算法的示例代码：

% 导入图像
img = imread('your_image.jpg');

% 缩小或放大图像的宽度
scale = 0.5;

% 设置缩放后的图像尺寸
new_width = round(scale*size(img,2));
new_height = size(img,1);

% 重复缩放操作直到达到目标尺寸
while size(img,2) > new_width
% 计算能量图
energy_map = energy_func(img);

% 计算并删除最小能量seam
seam = find_seam(energy_map);
img = remove_seam(img, seam);
end

% 显示结果图像
imshow(img);

其中，`energy_func`是计算能量图的函数，`find_seam`是查找最小能量seam的函数，`remove_seam`是删除seam的函数。这些函数的具体实现可以根据具体需求进行编写。
您可以在网上搜索关于seamcarving算法matlab代码的相关信息，也可以在MATLAB的官网上查找相关的资源来获取seamcarving算法的matlab代码。以下是使用Matlab编写的Seam Carving算法的示例代码：

% 读取图像
I = imread('your_image.jpg');

% 将图像转为灰度图
Igray = rgb2gray(I);

% 计算能量图
E = energy(Igray);

% 选择要删除的像素数量
numPixelsToRemove = 100;

for i = 1:numPixelsToRemove
    % 计算最小能量路径
    M = cumulative_minimum_energy_map(E, 'HORIZONTAL');
    horizontalSeam = find_horizontal_seam(M);

    % 删除路径上的像素
    Igray = remove_horizontal_seam(Igray, horizontalSeam);
    E = energy(Igray);
end

% 显示调整后的图像
imshow(Igray);

请注意，这只是一个示例代码，您需要根据您的具体需求进行修改和调整。同时，您需要自己编写能量函数和路径查找函数，这些函数可以根据Seam Carving算法的原理来编写。以下是使用Matlab实现Seam Carving算法的代码：

function [I_seamcarved] = seamcarving(I, num_cols, num_rows)
% 对于输入的图像I，使用Seam Carving算法删除或添加列和行，使其变为num_cols列和num_rows行
% I: 输入图像
% num_cols: 目标列数
% num_rows: 目标行数
% I_seamcarved: 输出Seam Carving调整大小后的图像

I_seamcarved = I;
for i = 1:(size(I,2)-num_cols)
% 找到能量最小的Seam并删除
E = energy(I_seamcarved);
S = find_seam(E);
I_seamcarved = remove_seam(I_seamcarved, S);
end
for i = 1:(size(I,1)-num_rows)
% 转置图像以进行行删除
I_seamcarved_transposed = permute(I_seamcarved, [2 1 3]);
% 找到能量最小的Seam并删除
E = energy(I_seamcarved_transposed);
S = find_seam(E);
I_seamcarved_transposed = remove_seam(I_seamcarved_transposed, S);
% 再次转置以还原原始图像方向
I_seamcarved = permute(I_seamcarved_transposed, [2 1 3]);
end
end

function [E] = energy(I)
% 计算每个像素的能量值
% I: 输入图像
% E: 输出能量图像

% 灰度化
Igray = rgb2gray(I);
% Sobel算子计算梯度
Gx = imfilter(double(Igray), [-1 0 1; -2 0 2; -1 0 1], 'replicate');
Gy = imfilter(double(Igray), [-1 -2 -1; 0 0 0; 1 2 1], 'replicate');
% 计算能量值
E = abs(Gx) + abs(Gy);
end

function [S] = find_seam(E)
% 找到能量最小的Seam
% E: 输入能量图像
% S: 输出Seam

% 初始化Seam
S = zeros(size(E,1),1);
% 计算Seam路径
M = padarray(E, [0 1], realmax('double')); % 最左列和最右列设置为无穷大
for i = 2:size(M,1)
for j = 2:(size(M,2)-1)
M(i,j) = M(i,j) + min([M(i-1,j-1), M(i-1,j), M(i-1,j+1)]);
end
end
% 找到能量最小的路径
[~, idx] = min(M(end,:));
S(end) = idx - 1;
for i = (size(S,1)-1):-1:1
[~, idx] = min([M(i,idx-1), M(i,idx), M(i,idx+1)]);
S(i) = idx - 2;
end
end

function [I_seam以下是使用Matlab编写的Seam Carving算法代码：

function Ic = seamcarving(I, n)
% I: 输入图像
% n: 要移除的像素数

% 将输入图像转换为double类型
I = im2double(I);

for i = 1:n
    % 计算能量图
    E = energy_func(I);
    
    % 计算最小能量路径
    M = cumMinEngHor(E);
    T = findhorizontalseam(M);
    
    % 移除最小能量路径
    for j = 1:size(I, 3)
        I(:,T(j),j) = [];
    end
end

Ic = I;
end

function E = energy_func(I)
% 计算能量图
Ix = conv2(I, [-1 0 1], 'same');
Iy = conv2(I, [-1; 0; 1], 'same');
E = abs(Ix) + abs(Iy);
end

function M = cumMinEngHor(E)
% 计算水平方向上的累计最小能量图
M = zeros(size(E));
M(1,:) = E(1,:);
for i = 2:size(E,1)
    for j = 1:size(E,2)
        if j == 1
            M(i,j) = E(i,j) + min([M(i-1,j), M(i-1,j+1)]);
        elseif j == size(E,2)
            M(i,j) = E(i,j) + min([M(i-1,j-1), M(i-1,j)]);
        else
            M(i,j) = E(i,j) + min([M(i-1,j-1), M(i-1,j), M(i-1,j+1)]);
        end
    end
end
end

function T = findhorizontalseam(M)
% 找到水平方向上的最小能量路径
[~,ind] = min(M(end,:));
T = zeros(size(M,1),1);
T(end) = ind;
for i = size(M,1)-1:-1:1
    if T(i+1) == 1
        [~,ind] = min([M(i,T(i+1)), M(i,T(i+1)+1)]);
        T(i) = T(i+1) + ind - 1;
    elseif T(i+1) == size(M,2)
        [~,ind] = min([M(i,T(i+1)-1), M(i,T(i+1))]);
        T(i) = T(i+1) + ind - 2;
    else
        [~,ind] = min([M(i,T(i+1)-1), M(i,T(i+1)), M(i,T(i+1)+1)]);
        T(i) = T(i+1) + ind - 2;
    end
end
end

该算法实现了在水平方向上移除图像中的最小能量路径，并重复这个过程，直到达到所需的像素数量。下面是使用Matlab实现的Seam Carving算法的示例代码：

%% 读入图像并初始化
I = imread('input.jpg');
M = size(I,1); N = size(I,2);
energyImg = energy_image(I);

%% Seam Carving
for i = 1:50
    %% 计算能量图像和累积能量图像
    energyImg = energy_image(I);
    cumEnergyMap = cumulative_min_energy_map(energyImg, 'VERTICAL');

    %% 找到最小能量的垂直Seam
    verticalSeam = find_vertical_seam(cumEnergyMap);

    %% 在图像中删除Seam
    I = remove_vertical_seam(I, verticalSeam);
end

%% 显示结果
imshow(I);

在这个示例代码中，我们首先读入一个名为“input.jpg”的图像，并计算其能量图像。然后，我们进行50次Seam Carving操作，每次都计算能量图像和累积能量图像，找到最小能量的垂直Seam，并在图像中删除该Seam。最后，我们显示处理后的图像。

请注意，这只是一个示例代码，实际应用中可能需要根据具体情况进行修改。此外，Seam Carving算法还有其他的实现方式和变体，需要根据具体需求进行选择。以下是Seam Carving算法的Matlab代码示例：

%% 读取图像
I = imread('image.jpg');
%% 改变图像尺寸
scale_percent =以下是基于Matlab的Seam Carving算法的示例代码，供您参考：

function [I_seamcarved] = seamcarving(I, n, m)
% I: 输入图像
% n: 输入图像的宽度缩减量（正数为缩减，负数为扩展）
% m: 输入图像的高度缩减量（正数为缩减，负数为扩展）

if (n > 0) % 宽度缩减
    for i = 1:n
        I = im2double(I);
        energy_map = energy_map_fn(I); % 计算能量图
        seam = find_seam(energy_map); % 寻找最小能量的seam
        I = remove_seam(I, seam); % 移除seam
    end
elseif (n < 0) % 宽度扩展
    for i = 1:abs(n)
        I = im2double(I);
        energy_map = energy_map_fn(I); % 计算能量图
        seam = find_seam(energy_map); % 寻找最小能量的seam
        I = insert_seam(I, seam); % 插入seam
    end
end

if (m > 0) % 高度缩减
    for i = 1:m
        I = im2double(I);
        energy_map = energy_map_fn(I'); % 计算能量图（转置）
        seam = find_seam(energy_map); % 寻找最小能量的seam
        I = remove_seam(I', seam)'; % 移除seam（再转置回来）
    end
elseif (m < 0) % 高度扩展
    for i = 1:abs(m)
        I = im2double(I);
        energy_map = energy_map_fn(I'); % 计算能量图（转置）
        seam = find_seam(energy_map); % 寻找最小能量的seam
        I = insert_seam(I', seam)'; % 插入seam（再转置回来）
    end
end

I_seamcarved = I;

% 计算能量图
function [energy_map] = energy_map_fn(I)
    I_gray = rgb2gray(I); % 转换为灰度图
    [Gx, Gy] = imgradientxy(I_gray); % 计算梯度
    energy_map = abs(Gx) + abs(Gy); % 计算能量图
end

% 寻找最小能量的seam
function [seam] = find_seam(energy_map)
    [h, w] = size(energy_map);
    M = energy_map;
    for i = 2:h
        for j = 1:w
            if (j == 1)
                M(i,j) = energy_map(i,j) + min(M(i-1,j), M(i-1,j+1));
            elseif (j == w)
                M(i,j) = energy_map(i,j) + min(M(i-1,j-1), M(i-1,j));
            else
                M(i,j) = energy_map(i,j) + min(M(i-1,j-1), min(M(i-1,j), M(i-1,j+1)));
            end
       
答案：我可以提供一些关于SeamCarving算法matlab代码的参考资料，但是没有完整的代码可以提供。以下是基于Matlab的seam carving算法代码示例：

function [Ic, T] = seam_carving(I, d, mode)
% I - input image
% d - number of seams to remove (negative to add)
% mode - 'horizontal' or 'vertical'

I = im2double(I);
[m, n, ~] = size(I);
T = zeros(m, n); % Energy map
M = zeros(m, n); % Minimum seam map

% Compute energy map
if strcmp(mode, 'horizontal')
I = permute(I, [2 1 3]);
end
Ex = abs([diff(I, 1, 2) I(:,1,:) - I(:,end,:)]); % Compute energy map along x-axis
Ey = abs([diff(I, 1, 1); I(1,:,:) - I(end,:,:)]); % Compute energy map along y-axis
T = sum(Ex, 3) + sum(Ey, 3);

% Find minimum seam
M(1,:) = 1;
for i = 2:m
for j = 1:n
if j == 1
[~, idx] = min(T(i-1, j:j+1));
M(i,j) = j + idx - 1;
elseif j == n
[~, idx] = min(T(i-1, j-1:j));
M(i,j) = j + idx - 2;
else
[~, idx] = min(T(i-1, j-1:j+1));
M(i,j) = j + idx - 2;
end
T(i,j) = T(i,j) + T(i-1, M(i,j));
end
end

% Remove or add seam
Ic = zeros(m, n-d, 3);
if d > 0 % Remove seam
for k = 1:d
[~, j] = min(T(end,:));
for i = m:-1:2
I(i, j:end-1, :) = I(i, j+1:end, :);
M(i, j:end-1) = M(i, j+1:end) - 1;
j = M(i, j);
end
I = I(:,1:end-1,:);
T = zeros(m, n-k);
M = zeros(m, n-k);
Ex = abs([diff(I, 1, 2) I(:,1,:) - I(:,end,:)]); % Compute energy map along x-axis
Ey = abs([diff(I, 1, 1); I(1,:,:) - I(end,:,:)]); % Compute energy map along y-axis
T = sum(Ex, 3) + sum(Ey, 3);
end
Ic = I;
elseif d < 0 % Add seam
for k = 1:-d
T2 = T;
for j = 1:k
[~, j2] = min(T2(end,:));
for i = m:-1:2
I(i, j2+1:end+1, :) = I(i, j2:end, :);
M(i, j2+1:end+1) = M(i, j2:end) + 1;
j2 = M(i, j2+1);
end
I(1,j2+1:end,:)=I(1,j2:end-1,:);%处理第一行以下是使用 MATLAB 实现 Seam Carving 的示例代码：

function [Ic, T] = seam_carving(I, r, c)
% I：输入图像
% r：行数减少量
% c：列数减少量
% Ic：调整大小后的图像
以下是在 MATLAB 中实现 seam carving 算法的示例代码：

% 加载要处理的图像
img = imread('input.jpg');

% 指定要缩小的宽度和高度
new_width = 600;
new_height = 400;

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

% 计算能量图
energy_map = energy_fn(gray_img);

% 根据能量图，计算每行或每列的最小能量路径
if new_width < size(img, 2)
img = seam_carve_width(img, energy_map, size(img, 2) - new_width);
end

if new_height < size(img, 1)
img = seam_carve_height(img, energy_map, size(img, 1) - new_height);
end

% 保存处理后的图像
imwrite(img, 'output.jpg');

% 定义计算能量图的函数
function energy_map = energy_fn(img)
% 计算图像的梯度
[gx, gy] = imgradientxy(img);

% 计算每个像素的梯度幅度
energy_map = abs(gx) + abs(gy);
end

% 定义删除宽度的函数
function img = seam_carve_width(img, energy_map, num_cols)
for i = 1:num_cols
% 计算最小能量路径
cumulative_map = cumulative_energy_map(energy_map);
seam = find_seam(cumulative_map);

% 从图像中删除路径
img = remove_seam(img, seam);
energy_map = remove_seam(energy_map, seam);
end
end

% 定义删除高度的函数
function img = seam_carve_height(img, energy_map, num_rows)
% 将图像和能量图翻转，以便应用相同的函数
img = imrotate(img, 90);
energy_map = imrotate(energy_map, 90);

img = seam_carve_width(img, energy_map, num_rows);

img = imrotate(img, -90);
end

% 定义计算累计能量图的函数
function cumulative_map = cumulative_energy_map(energy_map)
[num_rows, num_cols] = size(energy_map);
cumulative_map = zeros(num_rows, num_cols);

% 将第一行复制到累计以下是使用MATLAB实现seam carving算法的示例代码：

% 读入原始图像
I = imread('input.jpg');
figure, imshow(I), title('Original Image');

% 缩放比例
scale = 0.5;

% 缩放后的图像大小
sz = round(scale*size(I));
I_resized = imresize(I, sz);

% 缩放后的图像大小
[nrows,ncols,~] = size(I_resized);

% 能量函数计算
energyImage = energy_rgb(I_resized);

% 按照能量图像进行seam carving
numSeams = round(scale*size(I,2));
for i = 1:numSeams
    % 计算能量图像
    energyImage = energy_rgb(I_resized);
    % 计算最小能量seam
    seamDirection = 'VERTICAL';
    cumulativeEnergyMap = cumulative_minimum_energy_map(energyImage, seamDirection);
    seam = find_optimal_seam(cumulativeEnergyMap);
    % 在图像中删除seam
    I_resized = reduce_width(I_resized,seam);
end

% 显示结果
figure, imshow(I_resized), title('Resized Image');

其中，`energy_rgb`函数计算图像的能量值，`cumulative_minimum_energy_map`函数计算累积能量图，`find_optimal_seam`函数计算最小能量seam，`reduce_width`函数用于在图像中删除seam。请注意，这里只进行了水平缩小操作，如果需要进行垂直缩小操作，只需要将`seamDirection`参数设置为`'HORIZONTAL'`即可。