Question

请帮忙解释下MATLAB小程序各句含义（图像识别）

I = imread('图1.jpg');
I = rgb2gray(I);
m = mean2(I);
s = find(I < m * 0.75);
I1 = ones(size(I,1), size(I,2)) * 255;
I1(s) = 0;
subplot(1,2,1), imshow(I)
subplot(1,2,2), imshow(I1)
total = size(I, 1) * size(I, 2);
num = size(s, 1);
result = num / total;

Answer 1

I = imread('图1.jpg');  //读入图像
I = rgb2gray(I);  //灰度变换
m = mean2(I);  //计算平均灰度值
s = find(I < m * 0.75);  //查找小于0.75倍平均灰度元素位置
I1 = ones(size(I,1), size(I,2)) * 255;  //生成与I同维矩阵，矩阵元素值均为255
I1(s) = 0;  //s位置（小于0.75倍平均灰度元素位置）元素赋为0
subplot(1,2,1), imshow(I);  //生成1行2列窗口，窗口1显示图像I                     
subplot(1,2,2), imshow(I1);  //生成1行2列窗口，窗口2显示图像I1
total = size(I, 1) * size(I, 2);  //I的行数与列数相乘，其值赋给total
num = size(s, 1);  //s的行数赋给num
result = num / total;  //结果

Answer 2

看看这个程序函数main（）的
％的主要思想是选择从两个图像信息，然后炒成一个单一的形象。
％这可以从多个被加密（2 * n个）图像，按照上述思路，获得图像的一半的数量（n个）。
％隐藏图像所获得的自适应算法中，并能获得（N-1）个图像。
％有关第（n-1）图像Arnold变换件，（N-1）作为关键件的图像，此外，还有迭代的密钥号，扰码规则，阿诺德加密规则
％阿诺德的主要缺点是较大的周期，在程序运行的时间很长，我的电脑需要8分钟，此外，阿诺德能够处理方阵
％图像置乱加密算法很多这样的程序中使用的扰码加密算法只有一个办法只有提出的想法多图像加密，也可以后期做了很多工作。

％阅读四个图像
F1 = imread（'lena.gif'）;
F2 = imread（'monkey.gif'）;
F3 = imread（'house.gif'）;
F4 = imread（'cameraman.gif'）;图像争先恐后
pic1_zhiluan = zhiluan（F1，F2）的
％;
pic2_zhiluan = zhiluan（F3，F4）;

％的显示失真的图像
pic1_zhiluan = UINT8（pic1_zhiluan）;
身影，imshow（pic1_zhiluan），标题（“PIC1 zhiluan”）的
pic2_zhiluan = UINT8（pic2_zhiluan）;
身影，imshow（pic2_zhiluan），标题（“PIC2 zhiluan”），点击看详细％两个炒图像隐藏
X1 =输入（'请输入一个混合迭代参数：'）;
pic1_hide =隐藏（pic1_zhiluan，X1，pic2_zhiluan）;图像被隐藏Arnold置乱加密
diedai1 =输入（'输入一个迭代的参数：'）后

％
pic1_jiami =阿诺德（pic1_hide，diedai1,0）;

％显示加密图像
pic1_jiami = UINT8（pic1_jiami）;
身影，imshow（pic1_jiami），标题（“PIC1佳米'）的
diedai2 =输入（'请输入一个迭代的参数：'）
pic2_jiami =阿诺德（pic2_zhiluan，diedai2,0）;

pic2_jiami = UINT8（pic2_jiami）;
身影，imshow（pic2_jiami），标题（“PIC2佳米'）的
％解密图像
pic1_jiemi =阿诺德（pic1_jiami，diedai1,1）;
pic2_jiemi =阿诺德（pic2_jiami，diedai2,1）;隐藏图像
pic1_huifu =惠福（pic1_jiemi，X1，pic2_jiemi）后

％的回收率;

％争先恐后逆过程，
恢复后[image1的，IMAGE2] = ni_zhiluan（pic1_huifu）获得的图像;
[一系列其他，为image4] = ni_zhiluan（pic2_jiemi）;

％显示每个图像
F1 = UINT8（F1）;
身影，imshow（F1），标题（'F1'）;
身影，imhist（F1），标题（“F1直方图'）;

image1的= UINT8（image1的）;
身影，imshow（image1的），标题（'image1的'）;
身影，imhist（image1的），标题（'image1的直方图'）;

F2 = UINT8（F2）;
身影，imshow（F2），标题（'F2'）;
身影，imhist（F2），标题（“F2的直方图'）;

IMAGE2 = UINT8（IMAGE2）;
身影，imshow（IMAGE2），标题（“IMAGE2'）;
身影，imhist（IMAGE2），标题（“直方图IMAGE2'）;

F3 = UINT8（F3）;
身影，imshow（F3），标题（'F3'）;
身影，imhist（F3），标题（“F3的直方图'）;

一系列其他= UINT8（一系列其他）;
身影，imshow（一系列其他），标题（“一系列其他'）;
身影，imhist（一系列其他），标题（“直方图的一系列其他'）;

F4 = UINT8（F4）;
身影，imshow（F4），标题（'F4'）;
身影，imhist（F4），标题（“F4的直方图'）;

为image4 = UINT8（为image4）;
身影，imshow（为image4），标题（“为image4'）;
身影，imhist（为image4），标题（“为image4直方图”