转载:http://blog.sina.com.cn/s/blog_6c41e2f30101559d.html
****************假设某图像数据A(uint8格式)**********************
A =
235 200 89 20
>> double(A) %返回与原矩阵数值相同但类型为double的矩阵;
ans =
235 200 89 20
>> im2double(A)
%返回矩阵类型:double;数值范围[0 1] ,0对应uint8中的0;1对应uint8中的255;
ans =
0.9216 0.7843 0.3490 0.0784
>> mat2gray(A) %对原矩阵归一化
ans =
1.0000 0.8372 0.3209 0
****************假设矩阵A为一般二维数组,非图像数据(double格式)**********************
A =
235 200 89 20
>> double(A)
ans =
235 200 89 20
>> im2double(A)
ans =
235 200 89 20
>> mat2gray(A)
ans =
1.0000 0.8372 0.3209 0
**********************小结***************************
im2double:如果输入类型是uint8、unit16 、logical,则按照0-->>0,255-->>1,将其值按比例处理成0~1之间的double数值;如果输入类型是double,输出没有处理;
double:返回数值与输入相同的double类型矩阵;
mat2gray:对输入进行归一化处理,最小值-->>0;最大值-->>1,输出类型为double。
在实际的对图像处理过程中,由于我们读入图像是unit8型,而在MATLAB的矩阵运算中要求所有的运算变量为double型(双精度型)。因此通常使用im2double函数将图像数据转换成双精度型数据。
为了节省存储空间,matlab为图像提供了特殊的数据类型uint8(8位无符号整数),以此方式存储的图像称作8位图像。
imread把灰度图像存入一个8位矩阵,当为RGB图像时,就存入8位RGB矩阵中。
因此,matlab读入图像的数据是uint8,而matlab中数值一般采用double型(64位)存储和运算。所以要先将图像转为double格式的才能运算,
I2=im2double(I1) %把图像I1转换成double精度类型 (假设图形矩阵范围0~255)
或者
I64=double(I8)/255; %uint转换成double
如果不转换,计算会产生溢出。
经过计算后,I2已经是double型。如果现在想imshow显示图像结果,就需要再转换成uint8格式。如果矩阵复合数据图像标准(0~1之间),
I3=im2uint8(I2) %把矩阵I2转换成uint8类型
如果超出0~1范围,就要用uint8()
I8=uint8(round(I64*255)); %double转换成uint8
或者mat2gray()
I3=mat2gray(I2) &把矩阵转化为灰度图像格式double
最后可以知道,im2uint8,im2double和uint8,double是有区别的。