MATLAB 灰度图像采样与量化函数实现

本文将提供使用 MATLAB 实现灰度图像采样和量化的函数代码，并详细解释函数参数和代码逻辑。通过这些函数，您可以轻松地对灰度图像进行降采样和量化处理，以减少图像数据量或实现图像压缩。

采样函数

function [sampled_img] = sample(img, factor)
% img：输入的灰度图像矩阵
% factor：采样因子
% sampled_img：采样后的图像矩阵

[m, n] = size(img);
m_sampled = ceil(m / factor);
n_sampled = ceil(n / factor);
sampled_img = zeros(m_sampled, n_sampled);

for i = 1:m_sampled
    for j = 1:n_sampled
        row = (i - 1) * factor + 1;
        col = (j - 1) * factor + 1;
        sampled_img(i, j) = img(row, col);
    end
 end

end

该函数 sample 用于对输入的灰度图像进行采样。参数 factor 表示采样因子，例如 factor = 2 表示将图像的水平和垂直方向都缩减一半。函数首先获取图像的大小，然后根据采样因子计算采样后的图像大小。最后，通过循环遍历采样后的图像，从原图像中提取对应位置的像素值，并将其赋值到采样后的图像矩阵中。

量化函数

function [quantized_img] = quantize(img, levels)
% img：输入的灰度图像矩阵
% levels：量化级别数
% quantized_img：量化后的图像矩阵

[m, n] = size(img);
quantized_img = zeros(m, n);

step = 256 / levels;

for i = 1:m
    for j = 1:n
        quantized_img(i, j) = floor(img(i, j) / step) * step;
    end
 end

end

该函数 quantize 用于对输入的灰度图像进行量化。参数 levels 表示量化级别数，例如 levels = 8 表示将图像的灰度值分成 8 个级别。函数首先获取图像的大小，然后根据量化级别数计算每个级别的步长。最后，通过循环遍历图像，将每个像素的值除以步长后取整，再乘以步长，得到量化后的像素值。

通过使用这两个函数，您可以轻松地对灰度图像进行采样和量化处理，以满足不同的应用需求。