1。把图像重新symbolize，使用classify分成两种类型，如：0-126，126-255。(把图象二值化)， 在图象上鼠标右击，选取properties，在选symbolgy标签，在show中选classified，classes等于2。
创新互联公司专注于甘南网站建设服务及定制，我们拥有丰富的企业做网站经验。 热诚为您提供甘南营销型网站建设，甘南网站制作、甘南网页设计、甘南网站官网定制、成都小程序开发服务，打造甘南网络公司原创品牌,更为您提供甘南网站排名全网营销落地服务。
这和什么语言没关系。如果想用现成的你可以到directory.fsf.org下载gimp，有很多图像处理工具的源代码可以使用，包括C，C++和java。如果纯粹是你个人想尝试一下，那么这里纯粹是算法的问题。
图像的二值化处理，是将256位的灰度图、或RGB的彩色图像转换成2位的黑白图像的过程。
y 图像上指定像素位置的 y 坐标。（要定位25次，慢慢来吧）黑色的rgb是0，0，0 ，白色的rgb 255， 251， 240(建议用photoshop或者其他软件，先获取这样比较精确)，然后再进行逻辑判断就Ok了。
点击figure窗口上工具栏上的箭头图标在图形的空白（呵呵，应该时空黑）地区双击就会出现如图窗口，在出现的下面的对话框中选择colors中的填充颜色选项，把颜色改为白色或是无色就可以了。
OTSU算法又叫最大类间方差阈值分割算法，也叫大津算法（大津展之 tsu Nobuyuki），主要用于一些简单的阈值确定。对于下面这张灰度图片：我们想让这些物体（前景）和背景区分更明显一些，比如让物体为纯黑，背景全白。
分差别变小。因此，使类间方差最大的分割意味着错分概率最小。
我是中山大学的学生，因为导师要求这个暑假完成1200行MATLAB代码的练习而苦恼，实在不想写。
这图比较简单特殊，可以用个笨法子，选择红色和绿色的阈值在图像三维数组中选择性取数。可以多试试，这基本就是最好的效果了，边缘部分没法，可能会有间断。如果是任意的图像，就只能抠图了，那就别用matlab受罪了。
进行拟合时，首先我们需要定义一个目标函数。
首先，我们需要打开Python的shell工具，在shell当中新建一个对象member，对member进行赋值。 这里我们所创建的列表当中的元素均属于字符串类型，同时我们也可以在列表当中创建数字以及混合类型的元素。
通过多项式拟合，我们只需要指定想要拟合的多项式的最高项次是多少即可。运行结果：对于自定义函数拟合，不仅可以用于直线、二次曲线、三次曲线的拟合，它可以适用于任意形式的曲线的拟合，只要定义好合适的曲线方程即可。
