matlab圖像類型轉換以及uint8、double、im2double、im2uint8和mat2gray等說明

1. matlab圖像保存說明

　　matlab中讀取圖片後保存的數據是uint8類型(8位無符號整數，即1個字節)，以此方式存儲的圖像稱作8位圖像，好處相比較默認matlab數據類型雙精度浮點double（64位，8個字節），自然可以節省很大一部分存儲空間。
　　詳細來說imread把灰度圖像存入一個8位矩陣，當爲RGB圖像時，就存入8位RGB矩陣中。例如，彩色圖像像素大小是400*300( 高 * 寬 )，則保存的數據矩陣爲400*300*3，其中每個顏色通道值是處於0~255之間。
　　但是雖然matlab中讀入圖像的數據類型是uint8，而在圖像矩陣運算的時候，使用的數據類型卻是double類型。一是爲了保證精度，二是因爲如果不轉換，在對uint8進行加減時會產生溢出，可能提示的錯誤爲：　

Function ‘*’ is not defined for values of class ‘uint8’

　　1個字節無符號整型最大隻能存儲數據爲255，對圖片的操作所以很容易溢出。

2. matlab圖像類型轉換

　　matlab讀入圖像的數據是uint8，而matlab中數值一般採用double型（64位）存儲和運算。所以要先將圖像轉爲double格式的才能運算，區別如下：

img = imread('./1.jpg'); % 讀入是unit8型(0~255)數據
I1  = im2double(img);    % 把圖像轉換成double精度類型（0~1）
I2  = double(img)/255;   % uint8轉換成double,作用同im2double

• 1
• 2
• 3

　　這裏補充說明一下，im2double( )和double( )的區別。double( img)就是簡單的數據類型轉換，將無符號整型轉換爲雙精度浮點型double，但是數據大小沒有變化，原本數據是0~255之間，轉化後還是0~255。例如原來是255，那麼轉換後爲255.0，小數位0個數是由double數據長度決定，實際數據大小還是255，只不過這個255已經是double類型空間存儲了，再增加不會發生溢出情況。而im2double(img)則不僅僅是將uint8轉換到double類型，而且把數據大小從0~255映射到0~1區間。
　　另外需要補充說明下面這種情況：

img = imread('./1.jpg');
I1  = double(img);
I2  = im2double(I1); % I2數據依然是0~255，並不是0~1，即I1=I2

• 1
• 2
• 3

　　因爲I1已經是double類型，imdouble不會對double類型數據0~255映射到區間0~1，所以上面im2double操作沒有任何作用，I1和I2相等。
　　總結如下：函數im2double將輸入轉換成double類型。如果輸入是uint8、unit16 或者是二值的logical類型，則函數im2double 將其值歸一化到0～1之間，當然就是double類型的了。如果輸入本身就是double類型，輸出還是double類型，並不進行映射。
　　如果已經是double類型的數據需要映射，則進行下面操作即可：　　

I2 = I1/255;

• 1

3. matlab圖像顯示imshow類型問題

　　在matlab處理完數據好，我們希望顯示或者imwrite寫入圖片時候，需要注意。如果直接對double之間的數據矩陣I運行imshow(I)，我們會發現有時候顯示的是一個白色的圖像。
　　這是因爲imshow()顯示圖像時對double型是認爲在0~1範圍內，即大於1時都是顯示爲白色，而imshow顯示uint8型時是0~255範圍。所以對double類型的圖像顯示的時候，要麼歸一化到0~1之間，要麼將double類型的0~255數據轉爲uint8類型。解決方法如下：

imshow(I/255);    % 將圖像矩陣轉化到0-1之間
imshow(I,[]);     % 自動調整數據的範圍以便於顯示
inshow(uint8(I)); % 轉成uint8

• 1
• 2
• 3

4. uint和double數據轉換的深入說明

　　double和uint8、uint16之間數據轉換有下面的函數：

im2double(); % 將圖像數組轉換成double精度類型
im2uint8();  % 將圖像數組轉換成unit8類型 
im2uint16(); % 將圖像數組轉換成unit16類型

• 1
• 2
• 3

　　當然，當圖像數據是double類型的0~1之間，下面兩者操作是等價的：

I1=im2uint8(I); 
I2=uint8(round(I*255)); 

• 1
• 2

　　但是matlab默認double類型圖片數據是位於0~1之間的，而uint8是位於0~255。所以如果矩陣數據圖像是double類型（0~1之間）可直接im2uint8，這樣不僅完成數據類型轉換，而且將0~1之間映射爲了0~255之間的數據。
　　但是如果圖像矩陣數據是double類型的0~255，直接im2uint8轉換的話，matlab會將大於1的數據都轉換爲255，0~1之間的數據纔會映射到0~255之間整型的數據。例如下面程序：

img64 = [1,2,3,4];
I8    = im2uint8(img64); % I8結果爲[255 255 255 255]

• 1
• 2

5. mat2gray()和im2double()區別

　　這兩個如果都是對uint8數據操作，區別就在於前者是歸一化操作，歸一化後也在0~1之間，自然結果也是double類型，後者是將數據從0~255映射到0~1。例如：

I  = uint8([1,1,2,3]);
I1 = mat2gray(I);  % 歸一化，I1結果是double型[0,0,0.5,1]
I2 = im2double(I); % 映射化，I2結果是double型[0.0039,0.0039,0.0078,0.0118]

• 1
• 2
• 3

　　可以看出，雖然兩者都是一種歸一化，im2double只不過最大值永遠是常數255，最小值永遠是0，如下：

I−0.0255.0−0.0

　　而mat2gray最大值和最小值都是當前矩陣中最大最小的值，如下：

I−min(I)max(I)−min(I)

　　另外補充一個函數，mat2str()是將數型轉換爲字符串類型，一般在批量處理圖片，給保存圖片格式的名稱中有作用，這樣就不需要格式化sprintf操作了，非常方便。

---