????????我們知道，一幅圖像由許許多多的像素組成，這些像素可以理解為一個(gè)矩陣（假設(shè)該矩陣為img）中的元素。但是在matlab中索引是從1開始，并且坐標(biāo)原點(diǎn)位于左上角，這里我們將此時(shí)的坐標(biāo)軸記為i-j坐標(biāo)軸。使用img(i,j)表示其中的任何一個(gè)像素。

??????? 也許我們會覺得這樣也挺好呀，對圖像操作沒有什么問題。但是我們要想遍歷整個(gè)圖片進(jìn)行一些操作的時(shí)候，我們需要兩個(gè)for循環(huán)。對于matlab而言，運(yùn)行for循環(huán)會大大降低程序的運(yùn)行效率。。同時(shí)，我們在做圖像重建的時(shí)候，經(jīng)常要用到坐標(biāo)原點(diǎn)位于圖像中心的x-y坐標(biāo)軸（重建算法的公式中常用x-y坐標(biāo)以及極坐標(biāo)），這樣比使用i-j坐標(biāo)軸省去很多麻煩，能更好的還原算法的推導(dǎo)過程。

roi=N*[-0.5 0.5 -0.5 0.5];%設(shè)置感興趣區(qū)域，N為圖片的大小 hx=(roi(2)-roi(1))/(N-1);%roi(1)和roi(2)表示圖片在x軸上的最小值和最大值 hy=(roi(4)-roi(3))/(N-1);%roi(3)和roi(4)表示圖片在y軸上的最小值和最大值 xrange=roi(1)+hx*[0:N-1]; yrange=flipud((roi(3)+hy*[0:N-1])'); x=ones(N,1)*xrange;%x坐標(biāo) y=yrange*ones(1,N);%y坐標(biāo)

??????? 通過上述代碼，就可以將一幅圖片使用x-y坐標(biāo)進(jìn)行表示，我們在對每個(gè)像素繼續(xù)操作時(shí)（一般都是使用點(diǎn)乘等），可以對所有的像素同時(shí)進(jìn)行，代替了兩個(gè)for循環(huán)，在一定程度上提高了代碼的運(yùn)行效率。例如求圖像中的每一個(gè)像素距離圖像中心的距離：r=sqrt(x.^2+y.^2)，這個(gè)計(jì)算結(jié)果是一個(gè)256*256的矩陣，也就是我們所求的每一個(gè)像素到圖像中心的距離。

總結(jié)

以上是生活随笔為你收集整理的在Matlab中将一幅图片的中心设置为x-y轴坐标原点的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。