matlab中图片数据类型转换uint8与double

matlab中处理图像像素点数据：

img1=double(imread(\'lenna.bmp\'));

matlab中imshow图片，要先转换成uint8:

subplot(1,2,1),imshow(uint8(img1)),title(\'original\');

subplot(1,2,2),imshow(uint8(img2)),title(\'after\');

matlab图像处理关于unit8的问题_百度知道 https://zhidao.baidu.com/question/545122188.html

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。

matlab图像类型转换以及uint8、double、im2double、im2uint8和mat2gray等说明 - Thomas会写字 - CSDN博客 https://blog.csdn.net/kakiebu/article/details/78959249

1. matlab图像保存说明

　　matlab中读取图片后保存的数据是uint8类型(8位无符号整数，即1个字节)，以此方式存储的图像称作8位图像，好处相比较默认matlab数据类型双精度浮点double（64位，8个字节），自然可以节省很大一部分存储空间。

　　详细来说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。例如，彩色图像像素大小是400*300( 高 * 宽 )，则保存的数据矩阵为400*300*3，其中每个颜色通道值是处于0~255之间。

　　但是虽然matlab中读入图像的数据类型是uint8，而在图像矩阵运算的时候，使用的数据类型却是double类型。一是为了保证精度，二是因为如果不转换，在对uint8进行加减时会产生溢出，可能提示的错误为：　

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

　　1个字节无符号整型最大只能存储数据为255，对图片的操作所以很容易溢出。

2. matlab图像类型转换

　　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，区别如下：

1. img = imread(\'./1.jpg\'); % 读入是unit8型(0~255)数据

2. I1 = im2double(img); % 把图像转换成double精度类型（0~1）

3. I2 = double(img)/255; % uint8转换成double,作用同im2double

　　这里补充说明一下，im2double( )和double( )的区别。double( img)就是简单的数据类型转换，将无符号整型转换为双精度浮点型double，但是数据大小没有变化，原本数据是0~255之间，转化后还是0~255。例如原来是255，那么转换后为255.0，小数位0个数是由double数据长度决定，实际数据大小还是255，只不过这个255已经是double类型空间存储了，再增加不会发生溢出情况。而im2double(img)则不仅仅是将uint8转换到double类型，而且把数据大小从0~255映射到0~1区间。