Im2uint8,uint8在图像处理的时候的区别

博主探讨了将双精度图像矩阵转换为伪色图时,为何使用im2uint8和uint8函数结果不同。im2uint8对超出范围的数据导致溢出,而uint8通过四舍五入处理小数,解决了显示噪声问题。关键在于理解两种函数的适用条件和数据处理方式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

个人近期在处理图像时候遇到一个困惑,将一个图像的二维亮度矩阵转化为伪色图时候,遇到使用im2uint8函数和uint8函数出现的情况不一样,便开始寻找问题的所在。

我使用的亮度矩阵是double类型,实际转化为uint8类型时候,才用imshow函数显示。

如果使用原始数据显示伪色图,即double类型,结果会产生很多的噪声,且利用一些滤波器也无法消除!

一般的情况,应该使用im2uint8函数进行转化才对,但是我发现使用im2uint8函数转化后的图像完全不能用,最后尝试使用uint8函数进行转化时候,却发现图像显示的很好,这是为什么呢?

继续寻找发现,使用im2uint8函数转化double类型数据时候有个先决条件,就是double数据类型需要在0~1之间,im2uint8函数会将其全部归一化到0~255之间,但是如果原始double类型数据有不在0~1之间的数据时候,就会发生溢出,例如10(double)会转为255(uint8)。

恰好我使用的double类型亮度矩阵正好是不在0~1之间的,所以使用imuint8函数会使原本需要显示的图像部分全部都是溢出,也就是都是255(uint8),所以产生的图像不能使用!

那么问题又来了?为什么使用uint8函数可以显示的很好呢?

看了用uint8函数转化以后的亮度矩阵,首先数据类型已经由double转化为uint8类型,但是具体的数值使用的是四舍五入的方法转为整数,例如11.2(double)会转化为11(uint),而0.45(double)会转为为0(uint)。

而我使用的亮度矩阵之所以有噪声就是因为有很多的小数亮度值产生,而真正需要显示的部分都是大于1以上的数值,恰好这些小数都被转为0了。所以显示出来伪色图可以正常使用!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值