1、打开需要注释的脚本文件,找到要注释的代码段。
2、拖动鼠标,选中需要注释的目标段落,选择的部分会变为蓝色。
3、在被选中的代码区域右击鼠标,在d出的列表内容当中选择“注释”,这样软件就会将选中的代码注释起来,等于是自动完成注释过程。
4、如果想取消多行注释,那么依然需要拖动鼠标,选中被注释的目标行。
5、在被选中的区域点击鼠标右键,软件d出一个列表,这回选择的是“取消注释”,注释被取消后之前注释掉的语句又回来了。
6、完成效果图。
M1=14M2=5L=25T=50N=200%定义参数M1M2等
h1=0.25*0.75.^(0:M1)%h1
h2=1/5*[1 -5 10 -10 5 -1]%h2
x_T=[ones(1,L) zeros(1,L)]%x_T等于1行2L列的向量
x=[x_T x_T x_T x_T]%4个x_t向量横向相加
n1=[M1+1:L]
n2=[M2+1:L]%定义从M+1到L的向量
n11=[n1 n1+T*ones(1,length(n1)) n1+2*T*ones(1,length(n1)) n1+3*T*ones(1,length(n1))]
n22=[n2 n2+T*ones(1,length(n2)) n2+2*T*ones(1,length(n2)) n2+3*T*ones(1,length(n2))]%n11,n22表示里边那些向量的组成的新向量
y1=conv(x,h1)
y2=conv(x,h2)%求两个数的卷积
figure,subplot(2,1,1),plot(0:N-1,x(1:N),'r:',0:N-1,y1(1:N),'b-',n11-ones(1,length(n11)),y1(n11),'b*')%画图画两个图中的第一个图,两图纵向排列
set(gca,'xtick',[0:L:N])%设置x轴的坐标从0到N
set(gca,'ytick',[-0.5:0.5:2.5])%设置x轴的坐标
title('观察输出信号的暂态和稳态')%图像标题
legend('input','output','稳态响应')%设图注
xlabel('time samples')%设x轴标题
axis([0 200 -0.5 2.5])%设坐标轴范围
subplot(2,1,2),plot(0:N-1,x(1:N),'r:',0:N-1,y2(1:N),'b-',n22-ones(1,length(n22)),y2(n22),'b*')%画图中的第二个
set(gca,'xtick',[0:L:N])
set(gca,'ytick',[-1.5:0.5:2.5])
legend('input','output','稳态响应')
xlabel('time samples')
axis([0 200 -1.5 2.5])
data=A(:,:,1)得到图像A的数据,如果图像mm.bmp是黑白图像,那么得到的就是这张黑白图像。如果mm.bmp是RGB彩色图像,那么得到的是R(红)通道的信息。程序这样写估计是为了让这个程序也能适合读彩色的情况。
[m0,n0]=size(data)
得到图像的高度和宽度。m0是高度,n0是宽度
id1=find(data==min(min(data)))
找到图像上的灰度的最小值的位置,id1是一个数,是把矩阵的元素按列从上到下,然后从左到右数的第几位。也可以写成[id1_row,id1_col]=find(data==min(min(data)))如果写成这种样子,id1_row是行数,id1_col是列数。
id2=find(data==max(max(data)))这句是什么意思呢?
找到图像上的灰度的最大值的位置,原理同前面找最小值。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)