后台-插件-广告管理-内容页广告位一(手机)

您现在的位置是:首页 > 编程语言 > 其他编程其他编程

毕业季,用MATLAB制作一款环形相册吧 !

2021-06-05 09:15:39其他编程人已围观

简介0.运行效果完整步骤1.图片准备及导入要制作一款相册足够的图片量是必不可少的,不然整个相册只有一张图来回重复多没意思呀,因此我们需要一个文件夹专门放图片,为了方便倒入,这里全部都是jpg格式:图片导入代码:path='.\album\';%文件夹路径files=dir(fullfile(path,'*.jpg')); picNum=size(files,1);%遍历路径下每一幅图像for i=1:picNum fileName = strcat(path,files(i).n

0.运行效果

在这里插入图片描述
在这里插入图片描述

完整步骤

1.图片准备及导入

要制作一款相册足够的图片量是必不可少的,不然整个相册只有一张图来回重复多没意思呀,因此我们需要一个文件夹专门放图片,为了方便导入,这里全部都是jpg格式:

在这里插入图片描述
图片导入代码:

path='.\album\';%文件夹路径
files=dir(fullfile(path,'*.jpg')); 
picNum=size(files,1);

%遍历路径下每一幅图像
for i=1:picNum
   fileName = strcat(path,files(i).name); 
   img = imread(fileName);
   imgSet.(['p',num2str(i)])=img;
end

2.为每张图片制作遮罩层

for i=1:length(BlockNum)%圆环层数
    blockNum=BlockNum(i);%每一层图片数量
    Rrange=R(i,:);%每次一层半径范围
    for j=1:blockNum
        tempBoard=ones(2401,2401)==1;
        tempBoard=tempBoard&(disMesh>Rrange(1))&(disMesh<Rrange(2));
        tempBoard=tempBoard&(thetaMesh>((j-1)*2*pi/blockNum))&(thetaMesh<(j*2*pi/blockNum));
    end
end

就是依靠两个判定条件来叠加来构造扇形结构:

  • 离中心点半径处于[r,R]范围内
  • 与x轴正半轴夹角处于[theta1,theta2]之间

这是一个取交集的过程,图片描述大概是下面这个样子:
在这里插入图片描述
假设我们已构建好Xmesh,Ymesh矩阵

[XMesh,YMesh]=meshgrid(-1200:1:1200,-1200:1:1200);

距离矩阵:
那么距离矩阵disMesh可以这样构造:

disMesh=sqrt(XMesh.^2+YMesh.^2);

theta角矩阵:
我们首先肯定能想到atan2,一个四象限反正弦函数,他的映射关系是这样的:
在这里插入图片描述
是从z值范围为-pi到pi,且是以x轴负半轴为0度角的,这里我们将其z值增加pi且将坐标轴翻转,就能得到theta角矩阵:

thetaMesh=atan2(YMesh,XMesh)+pi;
thetaMesh=thetaMesh(:,end:-1:1);

在这里插入图片描述
更改后便是从x轴正半轴开始,映射范围为[0,2*pi].

3.调整每张图大小

我们找到每个蒙版x,y的范围将其裁剪出来:

然后按照比例将原图大小变换至至少有一个边长与蒙版相等,另一边长长于蒙版,然后截取图片中心部分,代码如下:

for i=1:length(BlockNum)%圆环层数
    blockNum=BlockNum(i);%每一层图片数量
    Rrange=R(i,:);%每一层半径范围
    for j=1:blockNum
        tempBoard=ones(2401,2401)==1;
        tempBoard=tempBoard&(disMesh>Rrange(1))&(disMesh<Rrange(2));
        tempBoard=tempBoard&(thetaMesh>((j-1)*2*pi/blockNum))&(thetaMesh<(j*2*pi/blockNum));
        TrueX=find(sum(tempBoard,1)>0);
        TrueY=find(sum(tempBoard,2)>0);
        tempMask=tempBoard(min(TrueY):max(TrueY),min(TrueX):max(TrueX));
        x1=YMesh(min(TrueX),min(TrueY));
        y1=XMesh(min(TrueX),min(TrueY));
        x2=YMesh(max(TrueX),max(TrueY));
        y2=XMesh(max(TrueX),max(TrueY));
        xdiff=x2-x1;
        ydiff=y2-y1;
        
        pic=imgSet.(['p',num2str(tempPic)]);
        [rows,cols,~]=size(pic);
        ratio=[ydiff+1,xdiff+1]./[rows,cols];
        newsize=ceil([rows,cols].*max(ratio));
        offset=floor((newsize-[ydiff+1,xdiff+1])./2);
        pic=imresize(pic,newsize);
        pic=pic((1:ydiff+1)+offset(1),(1:xdiff+1)+offset(2),:);
    end
end

3.绘图及绘图参数详解

基本参数:

BlockNum=[7,11];%每层扇形数量
R=[300,670;%第一层半径范围
670,1090];%第二层半径范围
lineColor=[0.98,0.98,0.98];线颜色
lineWidth=2;%线粗细

关于线的属性之后再说

绘图就直接是用image函数,这个没啥好说的,如果文件夹图片不多我们会采用取余的方式循环画之前的图:

tempPic=1;
for i=1:length(BlockNum)
    blockNum=BlockNum(i);
    for j=1:blockNum
        tempPic=tempPic+1;
        tempPic=mod(tempPic-1,picNum)+1;
    end
end

我们发现直接绘图的话边缘锯齿化比较严重:
在这里插入图片描述
我们很容易想到画线来遮丑:

t=0:0.001:(2*pi+0.001);
for i=1:length(BlockNum)
    blockNum=BlockNum(i);
    Rrange=R(i,:);
    for j=1:blockNum
        plot(cos(j*2*pi/blockNum).*Rrange,sin(j*2*pi/blockNum).*Rrange,'Color',lineColor,'LineWidth',lineWidth)
    end
    plot(cos(t).*Rrange(1),sin(t).*Rrange(1),'Color',lineColor,'LineWidth',lineWidth)
    plot(cos(t).*Rrange(2),sin(t).*Rrange(2),'Color',lineColor,'LineWidth',lineWidth)
end

在这里插入图片描述

当然也可以画黑线:
只需要lineColor=[0,0,0]或者lineColor='k’即可
在这里插入图片描述

4.完整代码

function ringAlbum
BlockNum=[7,11];
R=[300,670;
   670,1090];
lineColor=[0.98,0.98,0.98];
lineWidth=2;

path='.\album\';%文件夹名称
files=dir(fullfile(path,'*.jpg')); 
picNum=size(files,1);

%遍历路径下每一幅图像
for i=1:picNum
   fileName = strcat(path,files(i).name); 
   img = imread(fileName);
   imgSet.(['p',num2str(i)])=img;
end

fig=figure('units','pixels',...
        'position',[20 60 560 560],...
        'Color',[1 1 1]);
ax=axes('Units','pixels',...
        'parent',fig,...  
        'Color',[1 1 1],...
        'Position',[0 0 560,560],...
        'XLim',[-1200,1200],...
        'YLim',[-1200,1200],...
        'XColor','none',...
        'YColor','none');
hold(ax,'on')
ax.YDir='reverse';
ax.XDir='normal';



[XMesh,YMesh]=meshgrid(-1200:1:1200,-1200:1:1200);
disMesh=sqrt(XMesh.^2+YMesh.^2);
thetaMesh=atan2(YMesh,XMesh)+pi;
thetaMesh=thetaMesh(:,end:-1:1);

tempPic=1;
t=0:0.001:(2*pi+0.001);
for i=1:length(BlockNum)
    blockNum=BlockNum(i);
    Rrange=R(i,:);
    for j=1:blockNum
        tempBoard=ones(2401,2401)==1;
        tempBoard=tempBoard&(disMesh>Rrange(1))&(disMesh<Rrange(2));
        tempBoard=tempBoard&(thetaMesh>((j-1)*2*pi/blockNum))&(thetaMesh<(j*2*pi/blockNum));
        TrueX=find(sum(tempBoard,1)>0);
        TrueY=find(sum(tempBoard,2)>0);
        tempMask=tempBoard(min(TrueY):max(TrueY),min(TrueX):max(TrueX));
        x1=YMesh(min(TrueX),min(TrueY));
        y1=XMesh(min(TrueX),min(TrueY));
        x2=YMesh(max(TrueX),max(TrueY));
        y2=XMesh(max(TrueX),max(TrueY));
        xdiff=x2-x1;
        ydiff=y2-y1;
        
        pic=imgSet.(['p',num2str(tempPic)]);
        [rows,cols,~]=size(pic);
        ratio=[ydiff+1,xdiff+1]./[rows,cols];
        newsize=ceil([rows,cols].*max(ratio));
        offset=floor((newsize-[ydiff+1,xdiff+1])./2);
        pic=imresize(pic,newsize);
        pic=pic((1:ydiff+1)+offset(1),(1:xdiff+1)+offset(2),:);
        
        image(ax,[x1,x2],[y1,y2],pic,'alphaData',tempMask);
        tempPic=tempPic+1;
        tempPic=mod(tempPic-1,picNum)+1;
    end
    for j=1:blockNum
        plot(cos(j*2*pi/blockNum).*Rrange,sin(j*2*pi/blockNum).*Rrange,'Color',lineColor,'LineWidth',lineWidth)
    end
    plot(cos(t).*Rrange(1),sin(t).*Rrange(1),'Color',lineColor,'LineWidth',lineWidth)
    plot(cos(t).*Rrange(2),sin(t).*Rrange(2),'Color',lineColor,'LineWidth',lineWidth)
end

end

文章来源:https://blog.csdn.net/slandarer/article/details/117451019

Tags:matlab 相片 图像处理 

很赞哦! ()

上一篇:01初识C语言

下一篇:返回列表

后台-插件-广告管理-内容页广告位二(手机)
后台-插件-广告管理-内容页广告位三(手机)

随机图文

后台-插件-广告管理-内容页广告位四(手机)

文章评论

留言与评论(共有 0 条评论)
   
验证码:

本栏推荐

站点信息

  • 文章统计60176篇文章
  • 浏览统计4401次浏览
  • 评论统计1个评论
  • 标签管理标签云
  • 统计数据:统计代码
  • 微信公众号:扫描二维码,关注我们