十行以內，你寫過哪些比較酷的 Matlab 代碼？

11-23

每行不要超過80字元
十行以內,你寫過哪些比較酷的Python代碼? - 編程
十行以內，你寫過哪些比較酷的Mathematica代碼？ - Wolfram Mathematica

一鍵磨皮。。。

I= double(imread("1.jpg")); H = RF(I,30,100) - I + 128; G = imfilter(H,fspecial("gaussian",[3 3],100)); opacity = 50; Dst = (I*(100 - opacity)+(I+2*G-256)*opacity)/100; imshow([uint8(I) uint8(Dst)]);

後面的圖片可能有些不友善，慎重下拉！！！

這是輸入的原圖。

這是效果圖

再來兩張效果

這裡，RF是遞歸域變換濾波器（Domain Transform Filter，點此下載），也可換成其它保邊平滑的濾波器(Edge Perserving Filter)，例雙邊濾波，導向濾波等。不是什麼黑魔法啊~~，就是PhotoShop平湖法磨皮：完美保留皮膚紋理磨皮教程_PS圖片處理，按步驟用Matlab化而已。

這裡，給出最後的計算公式，

Dest =(Src * (100 - Opacity) + (Src + 2 * GuassBlur(EPFFilter(Src) - Src + 128) - 256) * Opacity) /100

EPFFilter是一種保邊平滑的濾波器，Opacity控制透明度，GaussBlur是高斯濾波了，簡單的PS的操作非常易於用Matlab程序化。

磨皮後可以再增加美白功能，也是不超過十行代碼的，效果看起來更佳（其實我是想說，可以賣一個好價錢呢）。若是對皮膚美白，磨皮，祛痘這些演算法感興趣，可以在Imageshop博客進一步學習。

補充說明，
Matlab並沒有收錄RF這個函數，但Matlab2014a已經有imguidedfilter函數，在Matlab2014a可以運行以下6行代碼。

I= double(imread("7.png")); H =double(imguidedfilter(uint8(I))) - I + 128; G = imfilter(H,fspecial("gaussian",[3 3],100)); opacity = 50; Dest = (I*(100 - opacity)+(I+2*G - 256)*opacity)/100; imshow([uint8(I) uint8(Dest)]);

它的成品做出來是這個樣子的。

除了此外，圖像處理中很多演算法都可以用Matlab在10行內完成的。
比如美圖秀秀的濾鏡，彩鉛，素描等，我就不再泄露更多秘密了。

我曾有打算做出一款比美圖秀秀更加友好功能更加強大的修圖軟體，共享出去，但是一個人力量太渺小了。非為牟利，只是因為我也修圖愛好者。

軟體下載地址，可以嘗試一鍵修圖：
百度雲盤下載
鉛筆畫特效：

去霧特效：

做的比較粗糙，希望你們可以找到自己喜歡的特效。參考資料
Imageshop 博客園
Guided filtering of images
Computational Photography

不是自己寫的。。。
貼個神犇代碼。。 @Filestorm

%% Spectral Residual myFFT = fft2(inImg); myLogAmplitude = log(abs(myFFT)); myPhase = angle(myFFT); mySpectralResidual = myLogAmplitude - imfilter(myLogAmplitude, fspecial("average", 3), "replicate"); saliencyMap = abs(ifft2(exp(mySpectralResidual + i*myPhase))).^2;

http://www.klab.caltech.edu/~xhou/projects/spectralResidual/spectralresidual.html

6行代碼，1300+文章引用。。

----------------update--------------------
說6行代碼最主要是印象中poster裡面，第五行分成了兩行寫，寫答案的時候也沒重新數。
第五行比較長。超過了80個字元，算兩行也不為過。

找茬遊戲

我說個比較實用的：
每次寫預習報告，實驗報告都要在word里畫什麼流程圖啊，連線圖啊什麼的，超煩啊！
我就想著能不能直接把實驗指導書上的圖拍下來直接放word里然後列印交上去，但是老師肯定會覺得我態度不認真不給我分啊！
這圖列印出來絕壁不行啊：

於是我編寫了如下代碼（都看得懂）：
B = imread("1.png");
A= rgb2gray(B);
[m,n]=size(A);
for i=1:1:m
for j=1:1:n
if(A(i,j)&>110)
A(i,j)=255;
end
end
end
imwrite(A,"1.jpg")
效果如下：

直接貼上列印沒問題！當時就覺得沒有更酷的了！

A(A&<0) = 0;

我也說個，比不上其他回答里功能那麼高端，剛搬磚時候正好用到，可以把矩陣A中所有負數元素都替換為0。

一條語句就可以做文字識別：
ocrobj = ocr(imread("businessCard.png"));

ocrobj.Text『 MathWorks?
The Mathworks, Inc.
3 Apple Hill Drive
Natick, MA 01760-2098
USA
www. mathworkscom

a=imread("F:1.jpg");
b=imread("F:2.jpg");
aa=0.5*a;
bb=0.5*b;
c=imadd(aa,bb);
imshow(c);

做重曝的代碼不怎麼酷
但是就是這段代碼讓我意識到
可能matlab才是最好的圖像處理軟體
TUT

ps.關於重曝可以參考攝影之友的這兩篇東西↓
&>注入彩虹的夢幻重曝
&>高橋美紀多重曝光
得到好看的重曝照片本身是技術活這段代碼只是提供了一個簡單粗暴的疊加方法（然後為我打開了新世界的大門）而已-v-

一個函數，程序跑完自動發個郵件給自己，7~8行，代碼找到了再上傳。
代碼：
你以為我會告訴你我的郵箱密碼？
下面是代碼（已修改外函數版，共9行）
function mailme(subject,content,MailAddress,password,DataPath,MailServer)
setpref("Internet","E_mail",MailAddress);
setpref("Internet","SMTP_Server",MailServer);%SMTP伺服器
setpref("Internet","SMTP_Username",MailAddress);
setpref("Internet","SMTP_Password",password);
props = java.lang.System.getProperties;
props.setProperty("mail.smtp.auth","true");
sendmail(MailAddress,subject,content,DataPath);
end
%主題 subject
%正文 content
%手機郵箱地址 MailAddress
%密碼 password
%附件 DataPath
%郵件伺服器 MailServer

稍微多了幾行，但是效果可能會好一些
[X, Y] = meshgrid(0.01:0.01:1, 0.01:0.01:1);
Zfun =@(x,y)12.5*x.*log10(x).*y.*(y-1)+exp(-((25 ...
*x - 25/exp(1)).^2+(25*y-25/2).^2).^3)./25;
Z = Zfun(X,Y);
figure;
surf(Y,Z,X,"FaceColor",[1 0.75 0.65],"linestyle","none");
hold on
surf(Y+0.98,Z,X,"FaceColor",[1 0.75 0.65],"linestyle","none");
axis equal;
view([116 30]);
camlight;
lighting phong; % 設置光照和光照模式

參看：怎麼樣的乳房是完美的？ - 兩性關係@江曦

當年機器學習課的一次作業，用Naive Bayes實現文檔分類，我用4行Matlab代碼搞定。

輸入：

countTrain：N*V矩陣，第i行第j列表示第i篇訓練文檔中，單詞j出現了幾次。
labelTrain：N*1向量，第i個元素表示第i篇訓練文檔的類別。
countTest：M*V矩陣，第i行第j列表示第i篇測試文檔中，單詞j出現了幾次。

代碼：

Py = full(sparse(1, labelTrain, 1)) / length(labelTrain); % 各類的先驗概率 Px_y = (sparse(labelTrain, 1:length(labelTrain), 1) * countTrain)" + alpha; % 各類中各單詞出現次數，alpha用作smoothing Px_y = bsxfun(@rdivide, Px_y, sum(Px_y)); % 歸一化，恨不能跟上一行合併 [~, labelTest] = max(bsxfun(@plus, countTest * log(Px_y), log(P_y)), [], 2); % 每篇測試文檔的類別

logo

看完用完覺得吊的別光感謝完事
請點贊，么么這個噠

常年專註寫短代碼的人飄過。感謝 @井號鍵的提及和關注。希望今後能寫更多短代碼 paper 給各位看官

剛剛看到另外一個有趣的問題，各個數位都不含9的所有8位數的倒數和是多少？ - 演算法
順手寫完代碼又優化了一下，一稿多投到這裡：

dimNum = 8; hyperCube = reshape(0:10^dimNum-1, ones(1, dimNum)*10); allCoord = repmat({1:9}, [1,dimNum]); allCoord{end} = 2:9; hyperCube = hyperCube(allCoord{:}); disp(sum(1./hyperCube(:)))

=============================我又來更新了===============================
====================這次也不超過十行，上了顏色=============================

y=0.0001:0.0001:1; for i=1:10000 x(i)=-1.2*y(i)*log(y(i))+1/30*exp(1)^(-(30*y(i)-30/exp(1))^4); end fill([x(1:5000),x(5001:10000)],[y(1:5000),y(5001:10000)],[253/255,226/255,202/255],"edgealpha",0); axis ([0 1 0 1 ]);

----------------------------------------更新一個-------------------------
這個沒有什麼技術含量，就是好玩。這一陣玩以撒的結合，看到激光加跟蹤覺得蠻有意思。

於是用matlab做了一個。圖如下，代碼太多超過10行了就不貼了。

左邊淺藍色是激光的跟蹤範圍，右邊是激光效果。紅色星號代表怪物。
-------------------------------再次更新----------------------------------
這次是一個把圖片轉換稱如下風格的程序，有一句我分成了兩行，去掉最後依據修飾用的axis equal;剛好10行。有哪位同好知道是什麼風格麻煩告訴我。

I=imread("測試2.jpg"); [row,col,~]=size(I); X=[1+round((col-1)*rand(1000,1)),1+round((row-1)*rand(1000,1))]; tri = delaunay(X); ns=length(tri);% I=double(I); for i=1:ns patch(X(tri(i,:),1),col*ones(3,1)-X(tri(i,:),2),[I(X(tri(i,2),2),X(tri(i,2),1),1)/255, ... I(X(tri(i,2),2),X(tri(i,2),1),2)/255, I(X(tri(i,2),2),X(tri(i,2),1),3)/255],"edgecolor","none"); end axis equal;

char([73 32 119 97 110 116 32 97 32 103 105 114 108 32 102 114 105 101 110 100 46 46 46])

for i=1:25
why
end

[x,t] = meshgrid(0:0.1:1,-1:.03:30); p = (pi/2)*exp(-t/8); u = 1-(1-mod(3.6*t,2)).^4/2; y = 2*(x.^2-x).^2.*sin(p); r = u.*(x.*sin(p)+y.*cos(p)); figure("color","w"),view(70,70),axis image off surface(r.*cos(t*pi),r.*sin(t*pi),... u.*(x.*cos(p)-y.*sin(p)),"EdgeColor","none","FaceColor","r") light("style","local","pos",[1 -1 3]),lighting gouraud

聽說之前隔壁實驗室寫的裸眼2d戴眼鏡3d的matlab代碼一共7行，一行1w賣給sony了。。

最近正在寫一個模擬快速畫圖的GUI。
以下這段的功能是，點一下按鈕，就把打開了的Scope的圖直接保存成jpg文件。
以前的話基本都是用截圖工具，或者先把Scope的Menubar設置成可見，之後再Save as為圖像。

刪掉了備註，剛好十行，可卻花了好幾天的時間找如何定位到特定object的方法……

function quickSave_Callback(hObject, eventdata, handles)
set(0,"ShowHiddenHandles","On");
fig = findobj("Tag","SIMULINK_SIMSCOPE_FIGURE","-and","Visible","on");
numberOfOpenScope = size(fig,1);
for i = 1:numberOfOpenScope
set(fig(i),"PaperPositionMode","auto");
F = getframe(fig(i));
[filename,pathname] = uiputfile({"*.jpg";,"*.bmp";,"*.png";},"Save file name");
imwrite(F.cdata,[pathname,filename]);
end

前幾天正在研究如何可以一鍵把scope快速保存成fig文件，真的是試了好多方法都失敗了。
在不設置scope保存到workspace的情況下，怎麼提取到那些信號的數據。fig的屬性全看完了也沒有找到，model的workspace也沒有找到。

然後昨天發現，Simulink最新版就自帶這個快捷的功能。

強烈鄙視這些追求代碼短的，估計大多數人根本不懂Matlab內存分配的原理。

搞搞大矩陣的計算就知道了，把兩行代碼精簡成一行會直接造成out of memory。
你們要是覺得 A=B*(C*D) 和 A=C*D;A=B*A;一樣，你們就naive了。

雖然超過十行了，但是我想分享一段機器學習方面的小代碼，可以在二維平面上畫出任意分類器的分類區域，本質上就是網格採樣，然後對採樣點進行分類，最後用分類 label 作為 colormap。

function visualize2DModel(xrange, yrange, step, clf, colors) % 在二維平面上畫分類面 % xrange : x 坐標的範圍 [low high] % yrange : y 坐標的範圍 [low high] % step : 在範圍內的採樣步長 % clf : 函數對象，輸入一組數據（按行排列），輸出分類 label （可以是多類） % colors : 可選的顏色參數，傳入一個 N 行 3 列的矩陣，代表 N 種 RGB 顏色


    % 生成顯示範圍內的網格採樣點

    [xs, ys] = meshgrid(xrange(1):step:xrange(2), yrange(1):step:yrange(2));

    xy = [xs(:) ys(:)];
    % 對採樣點進行分類，得到分類結果

    dec = clf(xy);

    decMap = reshape(dec, size(xs));

    types = numel(unique(dec));
    if (nargin ~= 5)

        colors = hsv(100);

        idx = randperm(100);

        colors = colors(idx, :);

        colors = colors(1:types, :);

        colors = min(colors + 0.6, 1);

    elseif (size(colors, 1) ~= types)

        error("顏色和類型數不符");

    end
    imagesc(xrange, yrange, decMap);

    hold on;

    set(gca,"ydir","normal");

    colormap(colors);
    hold off;

end

使用方法是（以 libsvm 為例）

% 學習一個圓

d = sqrt(5) * randn(200, 2); idx = d(:,1) .^ 2 + d(:,2) .^ 2 &< 4; d1 = d(idx, :); d0 = d(~idx, :); % 訓練 RBF SVM model = svmtrain([zeros(size(d0,1),1); ones(size(d1,1),1)], [d0; d1]); % 畫分類面 visualize2DModel([-5 5],[-5 5], 0.1,... @(d)(svmpredict(zeros(size(d,1),1), d, model)),... [1,0.7,0.7; 0.7,0.7,1;]); % 淺紅和淺藍色 % 畫數據點 hold on; scatter(d0(:,1), d0(:, 2), 12*ones(size(d0,1),1), "filled", "MarkerFaceColor", "red"); hold on; scatter(d1(:,1), d1(:, 2), 12*ones(size(d1,1),1), "filled", "MarkerFaceColor", "blue");

輸出效果如下

可以用來畫示意圖或者做小測試。