ROZ1 - Cv. 1 - Zobrazenэ snэmku a zсklady Matlabu



Podobné dokumenty
NPGR032 Cv úvod

Základy algoritmizace a programování

MATLAB základy. Roman Stanec PEF MZLU

ROZ I cv. 01 úvod KM - FJFI - ČVUT

Úvod do Matlabu. Praha & EU: Investujeme do vaší budoucnosti. 1 / 24 Úvod do Matlabu

Stručný návod k programu Octave

Pôvodne: Interaktívny program na operácie s maticami Teraz: Vysoko úrovňový jazyk na technické výpočty a interaktívne prostredie na:

Cvi ení 1. Cvi ení 1. Modelování systém a proces. Mgr. Lucie Kárná, PhD. March 2, 2018

MATrixLABoratory letný semester 2004/2005

Základy algoritmizace a programování

Cvi ení 1. Modelování systém a proces. Mgr. Lucie Kárná, PhD. March 2, Organizace cvi ení 2 Matlab Za ínáme Základní operace Základní funkce

X37SGS Signály a systémy

pi Ludolfovo číslo π = 3,14159 e Eulerovo číslo e = 2,71828 (lze spočítat jako exp(1)), např. je v Octave, v MATLABu tato konstanta e není

Seminář z MATLABU. Jiří Krejsa. A2/710 krejsa@fme.vutbr.cz

ROZ1 CVIČENÍ VI. Geometrická registrace (matching) obrazů

ROZ II cv. 01 Dekonvoluce KM - FJFI - ČVUT

1. Vsechny promenne jsou matice. Skalar je a(1,1). Vektor je bud' radkovy a(1,5) nebo sloupcovy

Příklad elektrický obvod se stejnosměrným zdrojem napětí

ROZ II cv. 01 Dekonvoluce KM - FJFI - ČVUT

Lineární algebra s Matlabem. Přednáška 1

while cyklus s podmínkou na začátku cyklus bez udání počtu opakování while podmínka příkazy; příkazy; příkazy; end; % další pokračování programu

Indexové výrazy >> A(1,:) >> A=[1,2;3,4] >> a=a(:) >> a(3)= 8 A = a = ans = 1 2. >> a a = >> A(2,1) >> A(:,1) ans = ans = >> a(3) ans =

- transpozice (odlišuje se od překlopení pro komplexní čísla) - překlopení matice pole podle hlavní diagonály, např.: A.' ans =

Základy zpracování obrazu

Systém je citlivý na velikost písmen CASE SENSITIVE rozeznává malá velká písmena, např. PROM=1; PROm=1; PRom=1; Prom=1; prom=1; - 5 různých proměnných

Interpolace a aproximace dat.

Předzpracování dat. Cvičení 2: Import a příprava dat v Matlabu MI-PDD, 09/2011. Pavel Kordík MI-POA

Úvod do práce s Matlabem

cyklus s daným počtem opakování cyklus s podmínkou na začátku (cyklus bez udání počtu opakování)

awk programovatelný filtr

PPEL_3_cviceni_MATLAB.txt. % zadat 6 hodnot mezi cisly 2 a 8 % linspace (pocatek, konec, pocet bodu)

Základy programování: Algoritmizace v systému MATLAB

Předmluva 9 Obsah knihy 9 Typografické konvence 10 Informace o autorovi 10 Poděkování 10

- 1 - MATLAB základy I.Pultarová, únor 2002

Příklad: Řešte soustavu lineárních algebraických rovnic 10x 1 + 5x 2 +70x 3 + 5x 4 + 5x 5 = 275 2x 1 + 7x 2 + 6x 3 + 9x 4 + 6x 5 = 100 8x 1 + 9x 2 +

Primární zpracování radarového signálu dopplerovská filtrace

MATLAB. Popis prostředí MATLABu (pracovní plocha) MATLAB je integrovaným prostředím, s jehož pomocí lze provádět zejména:

Histogram a jeho zpracování

Histogram a jeho zpracování

3.T Technické výpočty v Octave/Matlabu zpracování a zobrazení dat

5. Maticová algebra, typy matic, inverzní matice, determinant.

LINEÁRNÍ ALGEBRA S MATLABEM

BASH. Kouzla s příkazovou řádkou. Petr Koloros

Vizualizace. TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií

Příklady k prvnímu testu - Matlab

Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného)

% vyhledání prvku s max. velikostí v jednotlivých sloupcích matice X

1 Cvičení 1a - Úvod od programování v Matlabu/Octave

KTE / PPEL Počítačová podpora v elektrotechnice

PPEL Ing. Petr Kropík ICQ: tel.: (odd.

MATLAB, v , Release 13

KTE / PPEL Počítačová podpora v elektrotechnice

Jemný úvod do Matlabu a Simulinku

Základy zpracování obrazu

více křivek v jednom grafu hold on přidrží aktuální graf v grafickém okně, lze nakreslit více grafů do jednoho grafického okna postupně hold off

MATLAB HRAVĚ Zdeněk Jančík, FIT VUT Brno

Matice se v některých publikacích uvádějí v hranatých závorkách, v jiných v kulatých závorkách. My se budeme držet zápisu s kulatými závorkami.

Příklady k druhému testu - Matlab

1 Základní funkce pro zpracování obrazových dat

Hough & Radon transform - cvičení

Matice. Přednáška MATEMATIKA č. 2. Jiří Neubauer. Katedra ekonometrie FEM UO Brno kancelář 69a, tel

C++ Akademie SH. 2. Prom nné, podmínky, cykly, funkce, rekurze, operátory. Michal Kvasni ka. 20. b ezna Za áte níci C++

EVROPSKÝ SOCIÁLNÍ FOND. Úvod do PHP PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI

Cvi ení 2. Cvi ení 2. Modelování systém a proces. Mgr. Lucie Kárná, PhD. March 5, 2018

Skriptování aneb funkce a procedury, cykly a vstupy a výstupy

MATLB: p edná²ka 1. Prom nné, indexování a operátory. TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií

Paralelní LU rozklad

při vykreslování křivky je důležitá velikost kroku, příp. počet prvků, ve vektoru t (na ose x). t = linspace(0,2*pi,500); y = sin(t); t =

smaže n-tý sloupec matice A vybere hodnotu 6.,1.,3.,2.prvku vektoru a a1 =

Přednáška v rámci PhD. Studia

E+034 = ; = e E+034

ROZ I. CVIČENÍ V. Morfologické operace v obraze teorie & praxe

Pole buněk (cell arrays)

Algoritmus Minimax. Tomáš Kühr. Projektový seminář 1

11MAMY LS 2017/2018. Úvod do Matlabu. 21. února Skupina 01. reseni2.m a tak dále + M souborem zadané funkce z příkladu 3 + souborem skupina.

BPC2E_C08 Parametrické 3D grafy v Matlabu

Kreslení grafů v Matlabu

Grafické výstupy v Octave/Matlabu a GnuPlotu

Z OBRAZOVÉHO ZÁZNAMU. Jan HAVLÍK. Katedra teorie obvodů, Fakulta elektrotechnická

Paralelní grafové algoritmy

Analýza a zpracování digitálního obrazu

A0B17MTB Matlab. Úvod. Miloslav Čapek Filip Kozák, Viktor Adler. Katedra elektromagnetického pole B2-626, Dejvice

P íklady k prvnímu testu - Scilab

2.2. SČÍTÁNÍ A NÁSOBENÍ MATIC

Příklad: Součet náhodných čísel ve vektoru s počtem prvků, které zadá uživatel, pomocí sum() a pomocí cyklu for. Ověříme, že příliš výpisů na

Jazyk C# (seminář 5)

Programovani v Maplu Procedura

P íklady k druhému testu - Matlab

Algoritmus pro hledání nejkratší cesty orientovaným grafem

3. Restrukturalizace nebo manipulace s údaji - práce s rastrovými daty

T E O R I E C H Y B A V Y R O V N Á V A C Í P O

Pracovní text a úkoly ke cvičením MF002

2. Číslicová filtrace

Algoritmus pro generování normálních magických čtverců

3. Matice a determinanty

Od Pythagorovy věty k super-počítání

KTE / ZPE Informační technologie

SLT-A33/SLT-A55/SLT-A55V

Břetislav Fajmon, UMAT FEKT, VUT Brno. Poznámka 1.1. A) první část hodiny (cca 50 minut): představení všech tří metod při řešení jednoho příkladu.

Mikroskopická obrazová analýza

Transkript:

ROZ1 - Cv. 1 - Zobrazenэ snэmku a zсklady Matlabu

кstav teorie informace a automatizace AV R, v.v.i. - http://www.utia.cas.cz Zpracovсnэ obrazovщ informace - http://zoi.utia.cas.cz

кstav teorie informace a automatizace AV R, v.v.i. - http://www.utia.cas.cz Zpracovсnэ obrazovщ informace - http://zoi.utia.cas.cz

Organizace cvik - teorie + e enэ њkol Dochсzka

Organizace cvik - teorie + e enэ њkol Dochсzka

MATLAB Hned po pihlс enэ zapnout!! (omezen poet licencэ na VUT) Multilicence - https://download.cvut.cz Stсhnout ba k soubor na cvienэ: http://zoi.utia.cas.cz/roz1/studijni-materialy

MATLAB Hned po pihlс enэ zapnout!! (omezen poet licencэ na VUT) Multilicence - https://download.cvut.cz Stсhnout ba k soubor na cvienэ: http://zoi.utia.cas.cz/roz1/studijni-materialy

MATLAB Hned po pihlс enэ zapnout!! (omezen poet licencэ na VUT) Multilicence - https://download.cvut.cz Stсhnout ba k soubor na cvienэ: http://zoi.utia.cas.cz/roz1/studijni-materialy

Nejprostudovanj э ena svta: Lenna Soderberg (Sjііblom) - Playboy - Miss November 1972 Alexander Sawchuk - profesor na USC Signal and Image Processing Institute - ervenec 1976, 512 x 512 px http://www.cs.cmu.edu/~chuck/lennapg/lenna.shtml

Nejprostudovanj э ena svta: Lenna Soderberg (Sjііblom) - Playboy - Miss November 1972 Alexander Sawchuk - profesor na USC Signal and Image Processing Institute - ervenec 1976, 512 x 512 px http://www.cs.cmu.edu/~chuck/lennapg/lenna.shtml

Nejprostudovanj э ena svta: Lenna Soderberg (Sjііblom) - Playboy - Miss November 1972 Alexander Sawchuk - profesor na USC Signal and Image Processing Institute - ervenec 1976, 512 x 512 px http://www.cs.cmu.edu/~chuck/lennapg/lenna.shtml

50 100 150 200 250 50 100 150 200 250 Pedzpracovсnэ snэmku Vyuitэ fourierovy transformace Potlaenэ umu, dekonvoluce

Pedzpracovсnэ snэmku Vyuitэ fourierovy transformace Potlaenэ umu, dekonvoluce

50 100 150 200 250 50 100 150 200 250 Informace z obrсzku Detekce hran Morfologie poэtсnэ objekt Rozpoznсvсnэ objekt Registrace snэmk

Informace z obrсzku Detekce hran Morfologie poэtсnэ objekt Rozpoznсvсnэ objekt Registrace snэmk

Informace z obrсzku Detekce hran Morfologie poэtсnэ objekt Rozpoznсvсnэ objekt Registrace snэmk

Informace z obrсzku Detekce hran Morfologie poэtсnэ objekt Rozpoznсvсnэ objekt Registrace snэmk

Praktickс zkou ka 2004 - Kostra kostry 2005 - Vсnonэ atmosfщra 2007 - Nco je ve vzduchu Zadсnэ pэsemek - http://zoi.utia.cas.cz/zadani-pisemek-z-lonskych-let

Praktickс zkou ka 2004 - Kostra kostry 2005 - Vсnonэ atmosfщra 2007 - Nco je ve vzduchu Zadсnэ pэsemek - http://zoi.utia.cas.cz/zadani-pisemek-z-lonskych-let

Praktickс zkou ka 2004 - Kostra kostry 2005 - Vсnonэ atmosfщra 2007 - Nco je ve vzduchu Zadсnэ pэsemek - http://zoi.utia.cas.cz/zadani-pisemek-z-lonskych-let

Praktickс zkou ka 2004 - Kostra kostry 2005 - Vсnonэ atmosfщra 2007 - Nco je ve vzduchu Zadсnэ pэsemek - http://zoi.utia.cas.cz/zadani-pisemek-z-lonskych-let

Zсklady Current Directory, Command Window, Workspace, Command History Debug - krokovсnэ skriptu Nсpovda - help, doc, F1 - Getting started Zсkladnэ datov typ je matice. Za % nсsleduje komentс (CTRL+R / CTRL+L) ; za pэkazem potlaэ zobrazenэ vsledku (CTRL+C) Rozdlenэ pэkazu na dva сdky:... + Enter Case-sensitive function [out1,out2,...]=funname(in1,in2,...)

Zсklady Current Directory, Command Window, Workspace, Command History Debug - krokovсnэ skriptu Nсpovda - help, doc, F1 - Getting started Zсkladnэ datov typ je matice. Za % nсsleduje komentс (CTRL+R / CTRL+L) ; za pэkazem potlaэ zobrazenэ vsledku (CTRL+C) Rozdlenэ pэkazu na dva сdky:... + Enter Case-sensitive function [out1,out2,...]=funname(in1,in2,...)

Zсklady Current Directory, Command Window, Workspace, Command History Debug - krokovсnэ skriptu Nсpovda - help, doc, F1 - Getting started Zсkladnэ datov typ je matice. Za % nсsleduje komentс (CTRL+R / CTRL+L) ; za pэkazem potlaэ zobrazenэ vsledku (CTRL+C) Rozdlenэ pэkazu na dva сdky:... + Enter Case-sensitive function [out1,out2,...]=funname(in1,in2,...)

Zсklady Current Directory, Command Window, Workspace, Command History Debug - krokovсnэ skriptu Nсpovda - help, doc, F1 - Getting started Zсkladnэ datov typ je matice. Za % nсsleduje komentс (CTRL+R / CTRL+L) ; za pэkazem potlaэ zobrazenэ vsledku (CTRL+C) Rozdlenэ pэkazu na dva сdky:... + Enter Case-sensitive function [out1,out2,...]=funname(in1,in2,...)

Zсklady Current Directory, Command Window, Workspace, Command History Debug - krokovсnэ skriptu Nсpovda - help, doc, F1 - Getting started Zсkladnэ datov typ je matice. Za % nсsleduje komentс (CTRL+R / CTRL+L) ; za pэkazem potlaэ zobrazenэ vsledku (CTRL+C) Rozdlenэ pэkazu na dva сdky:... + Enter Case-sensitive function [out1,out2,...]=funname(in1,in2,...)

Zсklady Current Directory, Command Window, Workspace, Command History Debug - krokovсnэ skriptu Nсpovda - help, doc, F1 - Getting started Zсkladnэ datov typ je matice. Za % nсsleduje komentс (CTRL+R / CTRL+L) ; za pэkazem potlaэ zobrazenэ vsledku (CTRL+C) Rozdlenэ pэkazu na dva сdky:... + Enter Case-sensitive function [out1,out2,...]=funname(in1,in2,...)

Zсklady Current Directory, Command Window, Workspace, Command History Debug - krokovсnэ skriptu Nсpovda - help, doc, F1 - Getting started Zсkladnэ datov typ je matice. Za % nсsleduje komentс (CTRL+R / CTRL+L) ; za pэkazem potlaэ zobrazenэ vsledku (CTRL+C) Rozdlenэ pэkazu na dva сdky:... + Enter Case-sensitive function [out1,out2,...]=funname(in1,in2,...)

Zсklady Current Directory, Command Window, Workspace, Command History Debug - krokovсnэ skriptu Nсpovda - help, doc, F1 - Getting started Zсkladnэ datov typ je matice. Za % nсsleduje komentс (CTRL+R / CTRL+L) ; za pэkazem potlaэ zobrazenэ vsledku (CTRL+C) Rozdlenэ pэkazu na dva сdky:... + Enter Case-sensitive function [out1,out2,...]=funname(in1,in2,...)

Zсklady Current Directory, Command Window, Workspace, Command History Debug - krokovсnэ skriptu Nсpovda - help, doc, F1 - Getting started Zсkladnэ datov typ je matice. Za % nсsleduje komentс (CTRL+R / CTRL+L) ; za pэkazem potlaэ zobrazenэ vsledku (CTRL+C) Rozdlenэ pэkazu na dva сdky:... + Enter Case-sensitive function [out1,out2,...]=funname(in1,in2,...)

Zobrazenэ snэmku lena.pgm imread(), image() 50 100 150 200 250 50 100 150 200 250

Zobrazenэ snэmku lena.pgm imread(), image() double(), colormap(), gray() 50 100 150 200 250 50 100 150 200 250

Zobrazenэ snэmku lena.pgm imread(), image() double(), colormap(), gray() I = double(imread( lena.pgm )); image(i); colormap(gray(256)); 50 100 150 200 250 50 100 150 200 250

Skript na zobrazenэ matice vytvote skript: function [] = zobr(i) (otestovat na lena.pgm a sipka.pgm ) 1 2 3 4 5 6 7 8 9 10 11 2 4 6 8 10 12 14

Skript na zobrazenэ matice vytvote skript: function [] = zobr(i) (otestovat na lena.pgm a sipka.pgm ) function [] = zobr(i) figure; colormap(gray(256)); axis image; image(i); 1 2 3 4 5 6 7 8 9 10 11 2 4 6 8 10 12 14

Prсce s maticemi matice o 2 сdcэch a 3 sloupcэch - A = [1 2 3 ; 4 5 6] transpozice vektoru - v = u vektor v s krokem k od a do z - v=a:k:z v = 2:6 - v = [2, 3, 4, 5, 6] u = 2:2:8 - v = [2, 4, 6, 8] prvky vektoru v s indexy od 2. do poslednэho - v(2:end)!matlab indexuje od 1 matice nul - zeros(m,n) matice jedniek - ones(m,n) jednotkovс matice - eye(m,n) diagonсlnэ matice s vektorem v na diagonсle - diag(v) operсtor : (v echny) - A(2,:) (v echny prvky v druhщm сdku)

Prсce s maticemi matice o 2 сdcэch a 3 sloupcэch - A = [1 2 3 ; 4 5 6] transpozice vektoru - v = u vektor v s krokem k od a do z - v=a:k:z v = 2:6 - v = [2, 3, 4, 5, 6] u = 2:2:8 - v = [2, 4, 6, 8] prvky vektoru v s indexy od 2. do poslednэho - v(2:end)!matlab indexuje od 1 matice nul - zeros(m,n) matice jedniek - ones(m,n) jednotkovс matice - eye(m,n) diagonсlnэ matice s vektorem v na diagonсle - diag(v) operсtor : (v echny) - A(2,:) (v echny prvky v druhщm сdku)

Prсce s maticemi matice o 2 сdcэch a 3 sloupcэch - A = [1 2 3 ; 4 5 6] transpozice vektoru - v = u vektor v s krokem k od a do z - v=a:k:z v = 2:6 - v = [2, 3, 4, 5, 6] u = 2:2:8 - v = [2, 4, 6, 8] prvky vektoru v s indexy od 2. do poslednэho - v(2:end)!matlab indexuje od 1 matice nul - zeros(m,n) matice jedniek - ones(m,n) jednotkovс matice - eye(m,n) diagonсlnэ matice s vektorem v na diagonсle - diag(v) operсtor : (v echny) - A(2,:) (v echny prvky v druhщm сdku)

Prсce s maticemi matice o 2 сdcэch a 3 sloupcэch - A = [1 2 3 ; 4 5 6] transpozice vektoru - v = u vektor v s krokem k od a do z - v=a:k:z v = 2:6 - v = [2, 3, 4, 5, 6] u = 2:2:8 - v = [2, 4, 6, 8] prvky vektoru v s indexy od 2. do poslednэho - v(2:end)!matlab indexuje od 1 matice nul - zeros(m,n) matice jedniek - ones(m,n) jednotkovс matice - eye(m,n) diagonсlnэ matice s vektorem v na diagonсle - diag(v) operсtor : (v echny) - A(2,:) (v echny prvky v druhщm сdku)

Prсce s maticemi matice o 2 сdcэch a 3 sloupcэch - A = [1 2 3 ; 4 5 6] transpozice vektoru - v = u vektor v s krokem k od a do z - v=a:k:z v = 2:6 - v = [2, 3, 4, 5, 6] u = 2:2:8 - v = [2, 4, 6, 8] prvky vektoru v s indexy od 2. do poslednэho - v(2:end)!matlab indexuje od 1 matice nul - zeros(m,n) matice jedniek - ones(m,n) jednotkovс matice - eye(m,n) diagonсlnэ matice s vektorem v na diagonсle - diag(v) operсtor : (v echny) - A(2,:) (v echny prvky v druhщm сdku)

Prсce s maticemi matice o 2 сdcэch a 3 sloupcэch - A = [1 2 3 ; 4 5 6] transpozice vektoru - v = u vektor v s krokem k od a do z - v=a:k:z v = 2:6 - v = [2, 3, 4, 5, 6] u = 2:2:8 - v = [2, 4, 6, 8] prvky vektoru v s indexy od 2. do poslednэho - v(2:end)!matlab indexuje od 1 matice nul - zeros(m,n) matice jedniek - ones(m,n) jednotkovс matice - eye(m,n) diagonсlnэ matice s vektorem v na diagonсle - diag(v) operсtor : (v echny) - A(2,:) (v echny prvky v druhщm сdku)

Prсce s maticemi matice o 2 сdcэch a 3 sloupcэch - A = [1 2 3 ; 4 5 6] transpozice vektoru - v = u vektor v s krokem k od a do z - v=a:k:z v = 2:6 - v = [2, 3, 4, 5, 6] u = 2:2:8 - v = [2, 4, 6, 8] prvky vektoru v s indexy od 2. do poslednэho - v(2:end)!matlab indexuje od 1 matice nul - zeros(m,n) matice jedniek - ones(m,n) jednotkovс matice - eye(m,n) diagonсlnэ matice s vektorem v na diagonсle - diag(v) operсtor : (v echny) - A(2,:) (v echny prvky v druhщm сdku)

Prсce s maticemi matice o 2 сdcэch a 3 sloupcэch - A = [1 2 3 ; 4 5 6] transpozice vektoru - v = u vektor v s krokem k od a do z - v=a:k:z v = 2:6 - v = [2, 3, 4, 5, 6] u = 2:2:8 - v = [2, 4, 6, 8] prvky vektoru v s indexy od 2. do poslednэho - v(2:end)!matlab indexuje od 1 matice nul - zeros(m,n) matice jedniek - ones(m,n) jednotkovс matice - eye(m,n) diagonсlnэ matice s vektorem v na diagonсle - diag(v) operсtor : (v echny) - A(2,:) (v echny prvky v druhщm сdku)

Prсce s maticemi matice o 2 сdcэch a 3 sloupcэch - A = [1 2 3 ; 4 5 6] transpozice vektoru - v = u vektor v s krokem k od a do z - v=a:k:z v = 2:6 - v = [2, 3, 4, 5, 6] u = 2:2:8 - v = [2, 4, 6, 8] prvky vektoru v s indexy od 2. do poslednэho - v(2:end)!matlab indexuje od 1 matice nul - zeros(m,n) matice jedniek - ones(m,n) jednotkovс matice - eye(m,n) diagonсlnэ matice s vektorem v na diagonсle - diag(v) operсtor : (v echny) - A(2,:) (v echny prvky v druhщm сdku)

Prсce s maticemi zmna prvku v matici - A(2,1) = 5 odstrannэ 2 sloupce vektoru - A(:, 2) = [] Maticovщ operace: +,-,*; po prvcэch: A.*B transpozice A, inverze inv(a) velikost matice - [m,n] = size(a); m=size(a,1) ten vt э z rozmr matice - length(a) poet prvk v matici A - numel(a) matice nсhodnch эsel mezi 0 a 1 (rovnomrnщ rozdlenэ) - rand(m,n) clear v; clear all; close all Flow control - if else, for, while, continue, break, return

Prсce s maticemi zmna prvku v matici - A(2,1) = 5 odstrannэ 2 sloupce vektoru - A(:, 2) = [] Maticovщ operace: +,-,*; po prvcэch: A.*B transpozice A, inverze inv(a) velikost matice - [m,n] = size(a); m=size(a,1) ten vt э z rozmr matice - length(a) poet prvk v matici A - numel(a) matice nсhodnch эsel mezi 0 a 1 (rovnomrnщ rozdlenэ) - rand(m,n) clear v; clear all; close all Flow control - if else, for, while, continue, break, return

Prсce s maticemi zmna prvku v matici - A(2,1) = 5 odstrannэ 2 sloupce vektoru - A(:, 2) = [] Maticovщ operace: +,-,*; po prvcэch: A.*B transpozice A, inverze inv(a) velikost matice - [m,n] = size(a); m=size(a,1) ten vt э z rozmr matice - length(a) poet prvk v matici A - numel(a) matice nсhodnch эsel mezi 0 a 1 (rovnomrnщ rozdlenэ) - rand(m,n) clear v; clear all; close all Flow control - if else, for, while, continue, break, return

Prсce s maticemi zmna prvku v matici - A(2,1) = 5 odstrannэ 2 sloupce vektoru - A(:, 2) = [] Maticovщ operace: +,-,*; po prvcэch: A.*B transpozice A, inverze inv(a) velikost matice - [m,n] = size(a); m=size(a,1) ten vt э z rozmr matice - length(a) poet prvk v matici A - numel(a) matice nсhodnch эsel mezi 0 a 1 (rovnomrnщ rozdlenэ) - rand(m,n) clear v; clear all; close all Flow control - if else, for, while, continue, break, return

Prсce s maticemi zmna prvku v matici - A(2,1) = 5 odstrannэ 2 sloupce vektoru - A(:, 2) = [] Maticovщ operace: +,-,*; po prvcэch: A.*B transpozice A, inverze inv(a) velikost matice - [m,n] = size(a); m=size(a,1) ten vt э z rozmr matice - length(a) poet prvk v matici A - numel(a) matice nсhodnch эsel mezi 0 a 1 (rovnomrnщ rozdlenэ) - rand(m,n) clear v; clear all; close all Flow control - if else, for, while, continue, break, return

Prсce s maticemi zmna prvku v matici - A(2,1) = 5 odstrannэ 2 sloupce vektoru - A(:, 2) = [] Maticovщ operace: +,-,*; po prvcэch: A.*B transpozice A, inverze inv(a) velikost matice - [m,n] = size(a); m=size(a,1) ten vt э z rozmr matice - length(a) poet prvk v matici A - numel(a) matice nсhodnch эsel mezi 0 a 1 (rovnomrnщ rozdlenэ) - rand(m,n) clear v; clear all; close all Flow control - if else, for, while, continue, break, return

Prсce s maticemi zmna prvku v matici - A(2,1) = 5 odstrannэ 2 sloupce vektoru - A(:, 2) = [] Maticovщ operace: +,-,*; po prvcэch: A.*B transpozice A, inverze inv(a) velikost matice - [m,n] = size(a); m=size(a,1) ten vt э z rozmr matice - length(a) poet prvk v matici A - numel(a) matice nсhodnch эsel mezi 0 a 1 (rovnomrnщ rozdlenэ) - rand(m,n) clear v; clear all; close all Flow control - if else, for, while, continue, break, return

Prсce s maticemi zmna prvku v matici - A(2,1) = 5 odstrannэ 2 sloupce vektoru - A(:, 2) = [] Maticovщ operace: +,-,*; po prvcэch: A.*B transpozice A, inverze inv(a) velikost matice - [m,n] = size(a); m=size(a,1) ten vt э z rozmr matice - length(a) poet prvk v matici A - numel(a) matice nсhodnch эsel mezi 0 a 1 (rovnomrnщ rozdlenэ) - rand(m,n) clear v; clear all; close all Flow control - if else, for, while, continue, break, return

Prсce s maticemi zmna prvku v matici - A(2,1) = 5 odstrannэ 2 sloupce vektoru - A(:, 2) = [] Maticovщ operace: +,-,*; po prvcэch: A.*B transpozice A, inverze inv(a) velikost matice - [m,n] = size(a); m=size(a,1) ten vt э z rozmr matice - length(a) poet prvk v matici A - numel(a) matice nсhodnch эsel mezi 0 a 1 (rovnomrnщ rozdlenэ) - rand(m,n) clear v; clear all; close all Flow control - if else, for, while, continue, break, return

Prсce s maticemi zmna prvku v matici - A(2,1) = 5 odstrannэ 2 sloupce vektoru - A(:, 2) = [] Maticovщ operace: +,-,*; po prvcэch: A.*B transpozice A, inverze inv(a) velikost matice - [m,n] = size(a); m=size(a,1) ten vt э z rozmr matice - length(a) poet prvk v matici A - numel(a) matice nсhodnch эsel mezi 0 a 1 (rovnomrnщ rozdlenэ) - rand(m,n) clear v; clear all; close all Flow control - if else, for, while, continue, break, return

Prсce s maticemi - cvienэ Zobrazte prbh exponenciсly od -1 do 6 exp(), plot() 450 400 350 300 250 200 150 100 50 0 1 0 1 2 3 4 5 6

Prсce s maticemi - cvienэ Zobrazte prbh exponenciсly od -1 do 6 exp(), plot() x = -1:0.01:6; y = exp(x); plot(x,y) 450 400 350 300 250 200 150 100 50 0 1 0 1 2 3 4 5 6

Indexovсnэ logickou maticэ porovnсvсnэ: <, <=, >, >=, ==, = v echny prvky matice vt э ne 5 - A(A>5) all(a); any(a); [row,col]= find(a>5)

Indexovсnэ logickou maticэ porovnсvсnэ: <, <=, >, >=, ==, = v echny prvky matice vt э ne 5 - A(A>5) all(a); any(a); [row,col]= find(a>5)

Indexovсnэ logickou maticэ porovnсvсnэ: <, <=, >, >=, ==, = v echny prvky matice vt э ne 5 - A(A>5) all(a); any(a); [row,col]= find(a>5)

Prсce s maticemi - cvienэ Vymate ipce ernou konturu 1 2 3 4 5 6 7 8 9 10 11 2 4 6 8 10 12 14

Prсce s maticemi - cvienэ Vymate ipce ernou konturu S=double(imread( sipka.pgm )); S(S==0)=255; zobr(s); 1 2 3 4 5 6 7 8 9 10 11 2 4 6 8 10 12 14

Prсce s maticemi - cvienэ Agreganэ fce - sum(a), min(a), max(a)

Prсce s maticemi - cvienэ Agreganэ fce - sum(a), min(a), max(a) Urete dщlku kontury ipky

Prсce s maticemi - cvienэ Agreganэ fce - sum(a), min(a), max(a) Urete dщlku kontury ipky S=double(imread( sipka.pgm )); sum(sum(s==0)); ans = 36

Prсce s maticemi - cvienэ Vytvote tento obraz: (L=double(imread( lena.pgm ));) bez flipud() a fliplr() 50 100 150 200 250 300 350 400 450 500 50 100 150 200 250 300 350 400 450 500

Prсce s maticemi - cvienэ Vytvote tento obraz: (L=double(imread( lena.pgm ));) bez flipud() a fliplr() L1=(L(end:-1:1,end:-1:1)); L2=(L(end:-1:1,:)); L3=L; 50 100 L4=(L(:,end:-1:1)); 150 zobr([l2 L1;L3 L4]); 200 250 300 350 400 450 500 50 100 150 200 250 300 350 400 450 500

20 40 60 80 100 120 20 40 60 80 100 120 50 100 150 200 250 20 40 60 80 100 120 50 100 150 200 250 20 40 60 80 100 120 Prсce s maticemi - cvienэ Vytvote funkci: [croppi,subi]=croppsub(i) - croppi... vez stedu polovinэ velikosti I - subi... I sub-samplovan na plku

20 40 60 80 100 120 20 40 60 80 100 120 50 100 150 200 250 20 40 60 80 100 120 50 100 150 200 250 20 40 60 80 100 120 Prсce s maticemi - cvienэ Vytvote funkci: [croppi,subi]=croppsub(i) - croppi... vez stedu polovinэ velikosti I - subi... I sub-samplovan na plku function [croppi,subi]=croppsub(i) S = round(size(i)/4); croppi=i(s(1):3*s(1),s(2):3*s(2)); subi=i(1:2:end,1:2:end); zobr(croppi); zobr(subi); end

Prсce s maticemi - cvienэ Vytvote funkci: [Y]=jaskontras(I,jas,kontrast) - I... vstupnэ obrсzek - Y... vstupnэ obrсzek - jas... hodnota zv enэ/snэenэ jasu - kontrast... hodnota zv enэ/snэenэ kontrastu (hist() / imhist())

Prсce s maticemi - cvienэ Vytvote funkci: [Y]=jaskontras(I,jas,kontrast) - I... vstupnэ obrсzek - Y... vstupnэ obrсzek - jas... hodnota zv enэ/snэenэ jasu - kontrast... hodnota zv enэ/snэenэ kontrastu (hist() / imhist()) function [Y]=jaskontras(I,jas,kontrast) Y=I * kontrast+jas; zobr(y); end

Prсce s maticemi - cvienэ Vytvote funkci: [Y]=rgb2grayscale(I) - I... vstupnэ obrсzek (*.jpg - I(m x n x 3)) - Y... vstupnэ obrсzek (grayscale - I(m x n)) pouijte standart konverze NTSC 50 50 100 100 150 150 200 200 250 250 50 100 150 200 250 300 350 400 50 100 150 200 250 300 350 400

Prсce s maticemi - cvienэ Vytvote funkci: [Y]=rgb2grayscale(I) - I... vstupnэ obrсzek (*.jpg - I(m x n x 3)) - Y... vstupnэ obrсzek (grayscale - I(m x n)) pouijte standart konverze NTSC function [Y]=rgb2grayscale(I) R = I(:,:,1); G = I(:,:,2); B = I(:,:,3); Y = 0.2989*R + 0.5870*G + 0.1140*B; zobr(y); end

Prсce s maticemi - cvienэ (pro rych ky) najdte binсrnэ i grayscale ti t ipky

Prсce s maticemi - cvienэ (pro rych ky) najdte binсrnэ i grayscale ti t ipky nсpovda: find(), mean()

Prсce s maticemi - cvienэ (pro rych ky) najdte binсrnэ i grayscale ti t ipky nсpovda: find(), mean() binсrnэ: [x, y] = [8.0896, 6] [y,x]=find(i<255); mean([x,y])

Prсce s maticemi - cvienэ (pro rych ky) najdte binсrnэ i grayscale ti t ipky nсpovda: find(), mean() binсrnэ: [x, y] = [8.0896, 6] [y,x]=find(i<255); mean([x,y]) grayscale: [x, y] = [ 8.0613, 6] TX = sum(i,1) * [1:size(I,2)] / sum(i(:)); TY = [1:size(I,1)] * sum(i,2) / sum(i(:));

KONEC Dkuji za pozornost!