matlab中double、im2double、mat2gray区别

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。

时间: 2024-10-24 15:44:07

matlab中double、im2double、mat2gray区别的相关文章

Matlab中一些函数的区别

1.fix(x), floor(x)和ceil(x)   都是对x取整,但取整方向不同.   fix(x):向0取整(也可以理解为向中间取整)   floor(x):向左取整(从名字看,地板,表示下面) ceil(x):向右取整(天花板,表示上面)   如fix(-2.7) = -2:floor(-2.7) = -3:ceil(-2.7) = -2.   fix(2.7) = 2:floor(2.7) = 2:ceil(2.7) =3. 2.mod(x,y)和rem(x,y) 都是取模运算,x与

matlab中filter,conv之间的区别

conv是做卷积,就是按照书上的做法,先翻转,在一步步平移,得出结果.对于两个长度分别为n,m的序列,卷积结果长度为m+n-1 filter是做滤波,其实原理跟卷积是想通的,只不过处理结果的方法不同,先看示例程序: x=[1,2,3,4,5]; h=[1,1,1]; y1=conv(h,x) y2=filter(h,1,x) y3=filter(x,1,h) y4=filter(x,1,[h,zeros(1,4)]) 结果为: y1 = 1     3     6     9    12    

Converting Between Image Classes (matlab 中图像类之间的转换)

首先类似于C中的类型转换,matlab中也有其对应的类型转换. For example, a=2;double(a)   ---> 2.0 or 更多位数 a=2.1;uint8(a)   ---> 2,反正是去掉了小数部分. 因为uint8是八个bit即一个byte存储的,因此其范围是0-255,超出255的double数据被强制转换为255,低于0的double数据被强制转换为0,中间的double数据则直接被去除小数部分. a=[0,1;2,0];logical(a) ---> a

MATLAB中图像处理的一些简单函数

A. imreadimread函数用于读入各种图像文件,其一般的用法为[X,MAP]=imread('filename','fmt')其中,X,MAP分别为读出的图像数据和颜色表数据,fmt为图像的格式,filename为读取的图像文件(可以加上文件的路径).例:[X,MAP]=imread('flowers.tif','tif');比较读取二值图像,灰度图像,索引图像,彩色图像的X和MAP的特点,可以利用size函数用来显示数组的维数,了解数据的特点.B=size(a) 返回数组a 的维数.

【caffe-windows】 caffe-master 之Matlab中model的分类应用

此篇讲述在matlab中,如何将训练好的model用于图像分类.将以mnist为例,主要用到caffe-master\matlab\demo 下的classification_demo.m ,可参考我之前的博客 [caffe-windows] caffe-master 之 classfication_demo.m 超详细分析 (http://blog.csdn.net/u011995719/article/details/54135189) 首先贴大神的博客:http://blog.csdn.n

【转】Matlab中的括号()[] {}

Matlab中经常会用到括号去引用某Array或者是cell的内容,但三者有什么具体区别呢?[ ] 中括号用来构建向量(Vectors)或者是矩阵(Matrices).如[6.9 9.64 sqrt(-1)] 就是一个有三个元素的向量. [11 12 13; 21 22 23] 是一个二乘三的矩阵中括号的另一个作用是在函数中,分配输出参数.{ }大括号,用于cell型的数组的分配或引用.比如 A(2,1) = {[1 2 3; 4 5 6]}, or A{2,2} = ('str')( )小括号

matlab中syms类型的转换

类型是sym的数字转化为char型 x = sym('2*sqrt(5) + pi') % sym型的数字s = num2str(double(x)) % 将sym型的数字转化为char型 matlab中的sym数据类型转换为double型 >> root=solve('x^2+5*x-10') root = -5/2+1/2*65^(1/2) -5/2-1/2*65^(1/2) >> class(root) ans = sym >> root=double(root)

Python 之 h5py 读取 matlab 中 .mat 文件 cell 方法浅析

采用 Python 读取 matlab 中 .mat文件的方法有很多,中外文的论坛上都不少,相关博文 可见:Python 从 mat 文件的读写和存储 到 h5py 文件包. 详址:http://blog.csdn.net/u013630349/article/details/47090299 但是,在读取matlab文件的时候,往往不是一层 .mat 就足以解决问题的,.mat 文件中可能是存放的 cell(100*200) 数据, cell(100*200)数据中又分为多个 cell .那么

FFMPEG 中dts和pts区别

FFMPEG 中dts和pts区别 CopyFrom:http://www.cnblogs.com/yinxiangpei/articles/3892982.html 视频的显示和存放原理 对于一个电影,帧是这样来显示的:I B B P.现在我们需要在显示B帧之前知道P帧中的信息.因此,帧可能会按照这样的方式来存储:IPBB.这就是为什么我们会有一个解码时间戳和一个显示时间戳的原因.解码时间戳告诉我们什么时候需要解码,显示时间戳告诉我们什么时候需要显示.所以,在这种情况下,我们的流可以是这样的: