1、打开MATLAB软件，准备开始作图。
方法一：
1、在命令窗口，编写离散点向量，例如离散点(X，Y)，X= [1 3 5 7 2 9 3 6 2 8]，Y= [2 1 4 5 6 15 2 5 7 10]，如果我们直接采用Plot作图，画出来的是折线。
2、对Plot显示样式进行设置，如：plot(X,Y,'k*')，'k'表示显示黑色颜色，'*'表示点为星号显示。
方法二：
1、也比较方便，清除之前在命令行的代码，直接在命令行输入：clc，然后按回车键。
2、重新在命令行输入离散点，采用函数scatter进行画离散点，如：scatter(X,Y,'r')，'r'表示离散点显示为红色。
3、比较一下两种方法是否一样，用hold on ,使两个图在一副图上面显示出来。发现标记的离散点是在同一个位置的！
在使用Python绘制图表前，我们需要先安装两个库文件numpy和matplotlib。
Numpy是Python开源的数值计算扩展，可用来存储和处理大型矩阵，比Python自身数据结构要高效；matplotlib是一个Python的图像框架，使用其绘制出来的图形效果和MATLAB下绘制的图形类似。
《精通matlab数字图像处理与识别》将理论知识、科学研究和工程实践有机结合起来，内容涉及数字图像处理和识别技术的方方面面，包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、形态学处理、图像分割以及图像特征提取的相关内容；同时对于机器视觉进行了前导性的探究，重点介绍了两种目前在工程技术领域非常流行的分类技术——人工神经网络(ann)和支持向量机(svm)，并在人脸识别这样的热点问题中结束本书。
《精通matlab数字图像处理与识别》结构紧凑，内容深入浅出，讲解图文并茂，适合计算机、通信和自动化等相关专业的本科生、研究生，以及工作在图像处理和识别领域一线的广大工程技术人员参考使用。
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024