matlab怎么将导入的图片作为背景图

在matlab命令行里面输入guide，打开向导，激漏界面如下图所示。

保存这个fig图，会得到一个.fig文件和一个.m文件。

双击fig图打开属性检查器（或者右键，选择属性检查器），找到CreatFcn,点击进入.m文件进行编辑， 在function figure1_CreateFcn(hObject, eventdata, handles)中添加如下代码：background.jpg是你需睁铅纯要的背景图片。

完成后保存。

再悉咐次打开.fig，就完成了

1.首先通过函数对图片进行读取并显示。

image = imread('杯子.jpg')

imshow(image)

运行后图片如誉隐扰图。

2.接下来对红色分量进行提取并显示。

image = imread('杯子.jpg')

imager = image(:,:,1)

imshow(imager)

庆旦3.接下来对绿色分量进行提取并显示。

image = imread('杯子.jpg')

imageg = image(:,:,2)

imshow(imageg)

4.接下来对蓝色分量进行提取并显示。

image = imread('杯子.jpg')

imageb = image(:,:,3)

imshow(imageb)

5.为了方便比较，采用sublpot函数将处理过的图片通过一个界面进行显示。

image = imread('杯子.jpg')

imager = image(:,:,1)

imageg = image(:,:,2)

imageb = image(:,:,3)

subplot(221)

imshow(imager)

title('r')

subplot(222)

imshow(imageg)

title('g')

subplot(223)

imshow(imageb)

title('b')

subplot(224)

imshow(image)

6.同携巧时，在图像处理后还可以将图像不同分量进行想加，代码如下：

image = imread('杯子.jpg')

imager = image(:,:,1)

imageg = image(:,:,2)

imageb = image(:,:,3)

subplot(221)

imshow(imager)

title('r')

subplot(222)

imshow(imageg)

title('g')

subplot(223)

imshow(imageb)

title('b')

subplot(224)

imshow(imageg+imageb+imager)

代码来自A closed form solution to Natural Image Matting

A. Levin D. Lischinski and Y. Weiss

求Matting Laplacian矩阵L代码：

function [A,A1]=getLaplacian1(I,consts,epsilon,win_size)

if (~exist('epsilon','var'))

epsilon=0.0000001

end

if (isempty(epsilon))

epsilon=0.0000001

end

if (~exist('win_size','var'))

win_size=1

end

if (isempty(win_size))

win_size=1

end

neb_size=(win_size*2+1)^2

[h,w,c]=size(I)

n=hm=w

img_size=w*h

consts=imerode(consts,ones(win_size*2+1))

indsM=reshape([1:img_size],h,w)

tlen=sum(sum(1-consts(win_size+1:end-win_size,win_size+1:end-win_size)))*(neb_size^2)

row_inds=zeros(tlen ,1)

col_inds=zeros(tlen,1)

vals=zeros(tlen,1)

len=0

for j=1+win_size:w-win_size

for i=win_size+1:h-win_size

if (consts(i,j))

continue

end

win_inds=indsM(i-win_size:i+win_size,j-win_size:j+win_size)

win_inds=win_inds(:)

winI=I(i-win_size:i+win_size,j-win_size:j+win_size,:)

winI=reshape(winI,neb_size,c)

win_mu=mean(winI,1)'

win_var=inv(winI'*winI/neb_size-win_mu*win_mu' +epsilon/neb_size*eye(c))

winI=winI-repmat(win_mu',neb_size,1)

tvals=(1+winI*win_var*winI')/neb_size

row_inds(1+len:neb_size^2+len)=reshape(repmat(win_inds,1,neb_size),...

neb_size^2,1)

col_inds(1+len:neb_size^2+len)=reshape(repmat(win_inds',neb_size,1),...

neb_size^2,1)

vals(1+len:neb_size^2+len)=tvals(:)

len=len+neb_size^2

end

end

vals=vals(1:len)

row_inds=row_inds(1:len)

col_inds=col_inds(1:len)

A=sparse(row_inds,col_inds,vals,img_size,img_size)

sumA=sum(A,2)

A=spdiags(sumA(:),0,img_size,img_size)-A

return

---