matlab的IO操作复习

1.xlswrite或xlsread

  报错:错误使用 xlswrite (line 219);错误: 服务器出现意外情况。

  解决办法:在excel选项中把com加载项中的复选框全部去掉勾选,如下图。

  进入excel选项中的加载项,选择com加载项,点击转到;

  

  把com加载项中的复选框全部去掉勾选,然后‘确定’;

  

  最后还要打开任务管理器,在进程中把带有EXCEL字样的进程全部关掉,否则还会报错。

  关闭进程完毕后,再次执行xlswrite或xlsread语句就不会报错了。

2.imfinfo、print

  imfinfo查看图片信息;

  print输出图像,输出图片的大小与页面设置有关,可以通过命令printpreview调用页面设置对话框;

3.fopen

  格式:fid = fopen(filename,mode),mode最常见三种‘r'、’a‘、’w+‘;返回文件标识符;

  返回值为-1、3、4、5等等,-1代表失败,1代表标准输出(到屏幕)不需要fopen,2代表标准错误无需fopen打开,3、4...代表代开文件成功;

  最后fclose(fid);

4.使用r+、w+、a+模式操作文件时,文件指针不会回到文件的开头

  使用fseek函数重新定位指针位置,status = fseek(fid,offset,origin):

  

  fseek函数的寻找范围不能超过文件尾部EOF。

5.ftell、feof和frewind

  ftell函数返回文件指针当前位置,position = ftell(fid);

  frewind函数是设置文件指针到文件的首部,frewind(fid);

  feof(fid)判断文件指针是否指向EOF,为真返回1,否则返回0;

fid = fopen('file1.dat','w+');
A = 1:10;
fwrite(fid,A);
fseek(fid,3,'bof');
fwrite(fid,11);
fseek(fid,-2,'eof');
fwrite(fid,12);%注意,写一次(一个数)指针就会向后移动一个位置
pos = ftell(fid);%获取指针当前位置
% fseek(fid,-3,pos);
fseek(fid,-3,'cof');%cof代表指针当前位置
fwrite(fid,13);
frewind(fid);%指针移向文件首部
data = fread(fid);
fclose(fid);

 6.fscanf

  data = fscanf(fid,'%3d'),按行读取,输出列向量;

  data = fscanf(fid,'%3d',[m,n]),输出m*n矩阵,但是这里要注意m和n的值保证合理性;

7.fprintf

fid = fopen('a.txt','w');
a = [1 2 3;4 5 6;7 8 9];
fprintf(fid,'%d %d %d\n',a);
fclose(fid);

8.%*代表跳过

9.命令行关闭窗口

  h = findall(0,'type','figure');

  delete(h);

  close all force:强制关闭所有GUI窗口;

 

 

 

转载于:https://www.cnblogs.com/zzx1905/p/Matlab_IO.html

### 关于西安电子科技大学数字图像处理课程期末考试资料 #### 复习要点 对于准备参加西安电子科技大学《数字图像处理》课程期末考试的学生而言,复习应聚焦以下几个方面: - **基础理论**:掌握数字图像处理的基本概念和技术原理,包括但不限于图像的表示形式、灰度变换函数以及直方图均衡化等内容[^1]。 - **核心算法**:深入理解并能够灵活运用诸如滤波器设计(低通、高通)、边缘检测、形态学操作等关键技术。此外,还需熟悉傅里叶变换及其逆变换过程中的各项参数设置与应用场景分析。 - **实践技能**:通过编程练习来巩固所学知识,比如使用MATLAB或其他工具完成指定的任务,像图像增强、去噪、特征提取等工作流的设计与实现[^2]。 #### 往年试题获取途径 为了更好地应对即将到来的考核,建议考生尝试收集往年的真题作为参考资料之一。虽然官方渠道可能不会公开发布历年试卷,但仍有一些间接的方法可以考虑: - 加入校友群组或论坛交流平台,在那里往往能发现由前辈们分享出来的宝贵资源; - 利用学校图书馆数据库查找是否有收录过历届学生的优秀答卷案例研究; - 主动联系授课教师询问是否存在可供参考的学习材料包或者模拟测试题目集。 #### 考试范围预测 基于现有信息源所提供的线索,预计本次期末考的重点会集中在以下几项内容之上: - 图像预处理阶段的各项技术手段的应用场景判断及效果评估; - 掌握不同类型的卷积核作用机制,并能在实际问题解决过程中合理选用合适的模板进行计算; - 对比传统方法与现代深度学习框架下针对特定任务(如分类、定位)的不同解决方案优劣之处; - 结合具体实例阐述如何利用Python/MATLAB编写简单有效的脚本来辅助日常科研工作开展。 ```python import numpy as np from skimage import io, filters def apply_gaussian_blur(image_path): img = io.imread(image_path) blurred_img = filters.gaussian(img, sigma=1.5) return blurred_img ``` 此代码片段展示了如何使用`skimage`库对输入图片施加高斯模糊效果,这属于常见的图像平滑处理方式之一,在很多情况下都是必考点。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值