索引图像

双精度(64位)浮点数是默认的MATLAB^®数值数据的表示。但是，为了减少处理图像的内存需求，可以使用数值类将图像存储为8位或16位无符号整数uint8或uint16,分别。一种图像，其数据矩阵有类uint8称为8位图像;一种图像，其数据矩阵有类uint16称为16位映像。

的图像函数可以直接显示8位或16位图像，而无需将其转换为双倍精度。然而,图像当图像矩阵为时，对矩阵值的解释略有不同uint8或uint16．具体的解释取决于图像类型。

如果X是uint8或uint16时，其值在用作色图索引前偏移1。值0指向颜色映射的第一行，值1指向第二行，依此类推。的图像命令自动提供适当的偏移量，因此显示方法是否相同X是双，uint8,或uint16：

图像(X);colormap(地图);

的色图索引偏移量uint8而且uint16Data旨在支持标准图形文件格式，该格式金宝app通常以索引形式存储具有256项颜色映射的图像数据。偏移量允许您使用内存效率更高的方式操作和显示此表单的图像uint8而且uint16数组。

由于偏移量，您必须添加1来转换auint8或uint16索引图像到双．例如:

X64 = double(X8) + 1;或X64 = double(X16) + 1;

相反，减去1来转换a双索引图像到uint8或uint16：

X8 = uint8(X64 - 1);或X16 = uint16(X64 - 1);

强度图像

的范围双图像数组通常为[0,1]，但8位强度图像的范围通常为[0,255]，16位强度图像的范围通常为[0,65535]。使用以下命令显示带有灰度色图的8位强度图像:

显示亮度图像(I, 255年[0]);colormap(灰色);

将强度图像从双来uint16，首先乘以65535:

I16 = uint16(round(I64*65535));

相反，在转换a后除以65535uint16强度图像到双：

I64 = double(I16)/65535;

RGB图像

8位RGB图像的颜色分量是范围为[0,255]的整数，而不是范围为[0,1]的浮点值。颜色分量为(255,255,255)的像素显示为白色。的图像命令正确显示RGB图像，无论它的类是双，uint8,或uint16：

图像(RGB);

将RGB图像从双来uint8，先乘以255:

RGB8 = uint8(round(RGB64*255));

反之，转换a后除以255uint8RGB图像双：

RGB64 = double(RGB8)/255

将RGB图像从双来uint16，首先乘以65535:

RGB16 = uint16(round(RGB64*65535));

相反，在转换a后除以65535uint16RGB图像双：

RGB64 = double(RGB16)/65535;

数学运算支持uint8和uint16金宝app

使用下面的MATLAB函数uint8而且uint16数据，首先将数据转换为类型双：

例如，如果X是一个uint8图像，将数据转换为类型双：

fft(双(X))

在这些情况下，输出总是双．

的总和函数返回与其输入相同类型的结果，但提供了使用双精度进行计算的选项。

其他8位和16位阵列支持金宝app

您可以对uint8而且uint16数组,包括:

将8位RGB图像转换为灰度

可以对整数数据执行算术运算，这使您可以转换图像类型，而无需首先转换图像数据的数值类。

这个例子将一个8位RGB图像读入一个MATLAB变量，并将其转换为灰度图像:

Rgb_img = imread('ngc6543 .jpg');加载图像图像(rgb_img)显示RGB图像轴形象;

根据NTSC标准，通过组合RGB值来计算单色亮度，该标准适用于与眼睛对RGB颜色的灵敏度相关的系数:

I = .2989*rgb_img(:，:，1)…+ .5870 * rgb_img(:: 2)……+ .1140 * rgb_img (:,:, 3);

我是一个具有最小值为零的整数值的强度图像:

min(I(:)) ans = 0

最大长度为255。

max(I(:)) ans = 255

要显示图像，请使用带有256个值的灰度色图。这避免了缩放数据到颜色映射的需要，如果使用不同大小的颜色映射，则需要缩放数据到颜色映射。使用显示亮度图像在颜色图不为每个数据值包含一个条目的情况下，使用函数。

现在使用灰色色图在一个新的图形中显示图像:

图;colormap(灰色(256));图像(I);轴形象;

图像类型和数字类摘要

这个表总结了数据矩阵元素是如何解释为像素颜色的，这取决于图像类型和数据类。