最近剛好看到一篇回答，用閾值二值化處理圖片水印，受到啟發寫此代碼。閾值二值化適合處理只有黑白兩色的圖片，考慮到文件蓋章，這里作者使用像素顏色替換及灰度值處理圖片，進一步提高處理精度和能力。
我們需要：Matlab軟件，手機拍的文件圖片
2019.2.22修改：根據評論區建議，刪除循環，將代碼全部矩陣化
首先讀入圖片
filename='TestPic.jpg';%圖片名稱，默認與代碼在同一文件夾下
img=imread(filename);%讀入圖片獲取圖片RGB值
R=img(:,:,1);
G=img(:,:,2);
B=img(:,:,3);篩選圖片紅色
red=(R>=100).*(R<=255).*(G<110).*(B<110);%判斷是否為紅色并得到紅色區域布爾矩陣
%這里的.*為矩陣元素各自相乘，直接使用*為矩陣乘法
%這里偷了個懶，乘法在這里的作用是矩陣相與%修改紅色區域顏色
R(red==1)=255;
G(red==1)=70;
B(red==1)=70;這里，RGB數值不固定，可以根據具體圖片重新調整。這里作者事先在PS里查看了原圖紅色區域RGB數值。如果你不會PS，那……總有別的辦法搞到RGB吧……實在不行咱一點點調嘛。
篩選圖片白色
將所有像素的灰度值計算出來。這里，灰度是用來判斷“白”和“黑”的工具，當灰度大于某一值，我們認為其應該為白色，將該像素完全修改為白色。其余顏色不予改動。
gray=R.*0.299+G.*0.587+B.*0.114;%灰度值計算，得到灰度值矩陣
white=(gray>120)-red;%將灰度中的紅色區域剔除，得到白色矩陣%將白色區域完全變白
R(white==1)=255;
G(white==1)=255;
B(white==1)=255;ps：這樣做的好處之一是，只讓白的地方更白，其他比較復雜的區域未作改變，圖片不至于偏離事實。
顏色覆蓋
這里我們將之前轉換好的RGB圖層全部賦值給res變量，res變量即最終結果。
res(:,:,1)=R(:,:);
res(:,:,2)=G(:,:);
res(:,:,3)=B(:,:);圖片保存
imwrite(res,'stripes2.png');%保存圖片至此，這20行代碼已經能自動將你手機拍的圖片轉換為“掃描文件”了
需要注意的是，拍攝圖片的時候最好在文件正上方，拍完有條件地話可以裁剪一下，這些手機自帶的軟件都可以搞定。
全部完整代碼如下：
clc;
clear all;
filename='TestPic.jpg';%圖片名稱，默認與代碼在同一文件夾下
img=imread(filename);%讀入圖片
%獲取RGB圖層
R=img(:,:,1);
G=img(:,:,2);
B=img(:,:,3);red=(R>=100).*(R<=255).*(G<110).*(B<110);%判斷是否為紅色并得到紅色區域布爾矩陣
%這里的.*為矩陣元素各自相乘，直接使用*為矩陣乘法
%這里偷了個懶，乘法在這里的作用是矩陣相與%修改紅色區域顏色
R(red==1)=255;
G(red==1)=70;
B(red==1)=70;gray=R.*0.299+G.*0.587+B.*0.114;%灰度值計算，得到灰度值矩陣
white=(gray>120)-red;%將灰度中的紅色區域剔除，得到白色矩陣%將白色區域完全變白
R(white==1)=255;
G(white==1)=255;
B(white==1)=255;disp('轉換結束');res(:,:,1)=R(:,:);
res(:,:,2)=G(:,:);
res(:,:,3)=B(:,:);imwrite(res,'stripes2.png');%保存圖片
disp('圖片已保存');原圖是我在網上隨便找的一張，作者使用的軟件是Matlab R2016a
文件處理效果如下：
 django.db.utils.InternalError)
![448. Find All Numbers Disappeared in an Array 尋找有界數組[1,n]中的缺失數](http://pic.xiahunao.cn/448. Find All Numbers Disappeared in an Array 尋找有界數組[1,n]中的缺失數)
)
