Relative Grauwerthistogramm mit for-Schleifen in MATLAB berechnen und graphisch darstellen.

Um das relative Grauwert-Histogramm in MATLAB zu berechnen und graphisch darzustellen, kannst du den folgenden Code verwenden. Dieser Code nutzt for-Schleifen, um das Histogramm zu erstellen:

```matlab
% Bild einlesen
img = imread('deinBild.jpg'); % Ersetze 'deinBild.jpg' mit dem Pfad zu deinem Bild
img_gray = rgb2gray(img); % Bild in Graustufen umwandeln

% Grauwertbereich definieren
max_gray = 255; % Maximaler Grauwert für 8-Bit Bilder
num_bins = max_gray + 1; % Anzahl der Grauwert-Bins
histogram = zeros(num_bins, 1); % Histogramm initialisieren

% Histogramm berechnen
[rows, cols] = size(img_gray);
for i = 1:rows
for j = 1:cols
gray_value = img_gray(i, j) + 1; % Grauwert (1-basiert)
histogram(gray_value) = histogram(gray_value) + 1; % Zähle Vorkommen
end
end

% Relative Häufigkeit berechnen
relative_histogram = histogram / (rows * cols);

% Histogramm graphisch darstellen
figure;
bar(0:max_gray, relative_histogram, 'histc');
title('Relatives Grauwert-Histogramm');
xlabel('Grauwert');
ylabel('Relative Häufigkeit');
xlim([0 max_gray]);
grid on;
```

Dieser Code führt die folgenden Schritte aus:

1. Liest ein Bild ein und wandelt es in ein Graustufenbild um.
2. Initialisiert ein Histogramm für die Grauwertverteilung.
3. Verwendet zwei verschachtelte for-Schleifen, um die Häufigkeit jedes Grauwerts zu zählen.
4. Berechnet die relative Häufigkeit.
5. Stellt das relative Grauwert-Histogramm grafisch dar.

Stelle sicher, dass du den Pfad zu deinem Bild korrekt angibst.