Matlab imshow, image, imagesc 三者詳細分析

一、顯示RGB圖像

相同點：這三個函數都是把m*n*3的矩陣中的數值當作RGB值來顯示的。

區別：imshow將圖像以原始尺寸顯示，image和imagesc則會對圖像進行適當的縮放（顯示出來的尺寸大小）。

二、顯示灰度圖像

說明：先搞明白什麼是索引圖像？（灰度圖像也是索引圖像的一種）

當用Matlab中的imread函數將圖像讀入並存入矩陣時，咱們知道若是是RGB圖像，獲得是m*n*3的矩陣，但若是是索引圖像，獲得就是m*n的矩陣，這個矩陣的每一個元素只是1個數值，那麼怎麼肯定它的RGB值來顯示圖像呢？這就須要colormap了，colormap是一個m*3的矩陣，每一行有3列元素構成RGB組，也就是一種顏色，一個m*3的colormap中有m中顏色，而索引圖像存儲的數值和colormap中的行號對應起來就能夠像RGB那樣顯示圖片了，至於對應方法，能夠直接對應（好比1對應1,2對應2）也能夠是線性映射對應（好比[-128,128]映射到[1,256]）。還有一點要說明的是，默認狀況下每個figure都有且僅有一個colormap,並且默認的是 jet(64)，可在figure窗口經過，edit->colormap...查看，另外在彈出的窗口colormap editor中，可經過Tools->Standard colormap來修改當前figure的colormap，這裏是Matlab已經作好的一些colormap。

（1）當灰度圖像轉化成矩陣後，矩陣中的元素都介於[0,255]，下面咱們結合具體實例來看看這三個函數的調用效果，並解釋緣由。代碼：

clear all;clc;close all;  

img = imread('lenna.bmp');  

% my picture is named lenna.bmp while yours may be not  

I = rgb2gray(img);  

% Attention: we use the axis off to get rid of the axis.  

figure(1),image(I); %equals to imagesc(I,[1 64]);you can try it.  

colorbar,title('show by image in figure1');axis off;  

figure(2),imagesc(I);  

%equals to imagesc(I,[min(I(:)) max(I(:))]);you can try it.  

colorbar,title('show by imagesc in figure2');axis off;  

%colormap(gray) %use this statement you can get a gray image.  

figure(3),imshow(I),colorbar,title('show by imshow in figure3');  

　　

顯示效果：

     咱們看到現象是image 和imagesc 顯示出來是彩色的，只有imshow顯示出來是灰度圖像，爲何會出現這種狀況呢？還記得前面所說的嗎，索引圖像是矩陣和colormap配合起來顯示的，而每一個figure默認使用的colormap 是jet(64)，而不是gray(gray和gray(64)是同樣的)，這個jet(64)就使得figure1和figure2中顯示出來時是彩色的，固然你也能夠修改當前figure的colormap使用colormap(gray)（使用64個等級的灰度色圖），或者colormap(gray(256))（使用256個等級的灰度色圖，這就是調用imshow函數時使用的colormap，後面有講解）。而figure3爲何會是灰度圖像呢，這是由於當調用imshow來顯示索引圖像時，這個函數就會把當前的figure的colormap設置成gray(256),這下明白爲何會出現這種狀況了吧。咱們再仔細觀察一下figure1和figure2會發現，figure2中人物的輪廓顯示的還算能夠，而figure1中則出現了大面積的紅色的區域，人物的輪廓被抹掉了不少。

爲何會出現這樣的狀況呢？這就要說說索引圖像矩陣中的數（如下簡稱矩陣中的數）和colormap中的索引（index）的對應關係了。

image：這個函數，直接把矩陣中的數當作索引值（我稱爲直接映射），例如colormap中索引爲1的是顏色RGB1，索引爲2的是顏色RGB2，……，索引爲64的是顏色RGB64。那麼矩陣中爲1的數就顯示成顏色RGB1，矩陣中爲2的數就顯示成顏色RGB2，……，矩陣中爲64的數就顯示成顏色RGB64，值得注意的是當矩陣中的數小於1時，此時該數也將被顯示成顏色RGB1，一樣，而矩陣中大於64的數將被顯示成顏色RGB64（相似於信號處理裏面的限幅，也能夠認爲是削頂或者削底了），這下咱們就能明白爲何figure1中會出現大面積的紅色區域，這說明這些地方的數值都大於等於64。

 

imagesc: 在figure2中咱們用imagesc來顯示圖像與figure1相比能較好的顯示出來，一樣咱們也得搞明白調用imagesc時矩陣的數和colormap中索引的對應關係，與image不一樣的是imagesc採用的不是直接映射而是線性映射，至於什麼是線性映射，我粗略的說一下，好比把區間A = [0,a]映射到區間B = [0,b]咱們對A中的元素作A/a*b就能夠了，矩陣的數到colormap索引的線性映射大概就是這樣，Matlab會自動獲取矩陣中數的最小值和最大值，並把區間[Cmin,Cmax]映射到colormap的[最小索引，最大索引]好比[1,64],而後再根據這個對應關係把圖像顯示出來，具體的算法細節是Matlab肯定的，固然也能夠本身指定顯示範圍，好比一副索引圖像I範圍爲[27,218]，而我只想顯示[1 64 ],使用命令imagesc(I,[1 64])就能夠了，若是你把上面程序中的imagesc(I)換成imagesc(I,[1,64])，那麼figure2中的效果就和figure1中同樣了，由於只是把[1,64]這個範圍映射到色圖，超過的都被認爲是64。關於映射，我截圖Matlab中imagesc的help頁給你們看看，這裏要本身慢慢體會哦，使用imagesc(I)這種線性映射就能夠用到整個色圖從而將圖像較好的顯示出來，這就是figure2中的顯示效果比figure1中好的緣由。

 

 

imshow：調用這個函數會把當前figure的colormap設置成gray（256），這個前面也有提到，咱們先討論矩陣元素是uint8型（範圍：0~255，整數，通常使用imread和 rgb2gray返回的都是uint8型的），一樣咱們也要搞明白矩陣中的數和colormap中顏色索引的對應關係，imshow的功能是比較全的，它便可使用像image那樣的直接映射，也可以使用像imagesc那樣的線性映射，當咱們使用imshow(I)，即只有一個矩陣做爲參數，這時採用的是直接映射，好比矩陣中元素0就顯示成colormap中索引爲1的顏色也就是黑色，矩陣中元素255就顯示成colormap中索引爲256的顏色也就是白色，（注意：uint8範圍是0~255，而gray（256）的索引是1:256，固然這些咱們只要瞭解就能夠了，編程並不會用到，由於這些對應的細節Matlab已經幫咱們作好了）若是這樣調用imshow(I,[ ])，此時矩陣中的數和顏色表就是線性映射，爲何會這樣，我解釋一下，咱們看這種調用方式和imagesc(I,[1 64])很類似，其實原理是同樣的，第二個參數是一個向量，這個向量指定了矩陣中映射到顏色表的數的範圍，也就是顯示範圍（Matlab裏叫作display range）前面已經介紹了，Matlab中imshow的help中說若是採用imshow(I,[low high])調用imshow的話並且你用[ ]代替[low high]那麼imshow會使用[min(I(:)) max(I(:))]做爲顯示範圍，也就說I中的最小值會顯示成黑色，最大值會顯示成白色，這其實就是整個範圍的線性映射（沒有削頂也沒有削底），此時的imshow(I,[ ])函數就至關於imagesc(I);

爲了說明imshow不只具備image的功能也具備imagesc的功能，同時體會一下直接映射和線性映射的區別，咱們來寫一段小程序來測試一下，程序以下：

clear all;clc;close all;  
img = imread('lenna.bmp');  
   
I = rgb2gray(img);  
   
figure(1),image(I); colormap(gray(256));  
colorbar,title('show by image in figure1');axis off;  
figure(2),imagesc(I);colormap(gray(256));  
% We can see that the image showed in figure(2) is a little bright  
% than in figure(1).  
colorbar,title('show by imagesc in figure2');axis off;  
% When we use the imshow, we do not need to set the colormap,  
% because the imshow set the colormap to gray(256) automatically.  
figure(3),imshow(I),colorbar,title('show by imshow(I) in figure3');  
% The effectiveness in figure(3) is the same as in figure(1).  
figure(4),imshow(I,[]),colorbar,title('show by imshow(I,[]) in figure3');  
% The effectiveness in figure(4) is the same as in figure(2).  

顯示效果：

 

咱們能夠看出figure2中的圖像比figure1中的圖像要亮一些，並且，figure3中的顯示效果和figure1中是同樣的，figure4中的顯示效果和figure2中是同樣的，爲何會這樣呢？這是由於image(I)和imshow(I)是將I中的值直接做爲colormap(gray(256))中的索引，也就是我所說的直接映射，我這裏讀到的索引圖像矩陣也就是I中的數值的範圍是[27,218],也就是說直接映射顯示I,只用到的色圖(colormap)上[27,218]範圍的顏色，（好比表示白色的索引255就沒有用到），從右邊的colorbar也能夠看出來。但線性映射就不同了，imagesc(I),和imshow(I,[ ])採用的就是線性映射，線性映射把[27,218]按照線性算法（Matlab寫的）映射到色圖索引[1,256]而後再顯示出來，這樣整個色圖的顏色都被用到了，這裏也能夠認爲把[27,218]放大到[1,256]，這就是figure2中顯示效果比figure1中亮的緣由。

小結：直接映射和線性映射的區別在於映射到色圖的數值範圍，若是是[min(I(:)) max(I(:))]就是線性映射，若是是0-255或者1-64或者0-1就是直接映射。這個數值範圍就叫作顯示範圍（display range）。

 

三、最後再說說image，imagesc,imshow 在顯示double型數據時的用法，

咱們作圖像處理就會對圖像進行運算，使用uint8型數據精度不高，由於當運算結果超過255時會被認爲是255，而負數就會被認爲是0（注意在Matlab中數據默認採用double型（64位）進行存儲和運算）因此，咱們讀到灰度圖像後通常都會將圖像轉換成double型（I = double(I)）而後再參與運算，運算的結果有正有負，也有小數，正的還可能超過255，好比我通過運算後的獲得圖像矩陣I，假如I的範圍是[-187,152]，固然你也能夠用max(I(:))和min(I(:))去獲取，這時怎麼顯示圖像呢？image,imagesc,imshow 均可以用來顯示double型數據的圖像矩陣，主要區別以下：

image：將double型數據取整（正數取整就是把小數部分舍掉）而後使用直接映射的方法按照顏色表顯示。

imagesc：這個函數很好，會對數據進行縮放再顯示，也就是把顯示範圍自動設置成[min(I(:)) max(I(:))]，也就是線性  映射。

imshow：這個函數調用方式不一樣，顯示效果也不一樣，以下：

imshow(I)：直接調用，由於當圖像爲double型時imshow函數會把顯示範圍設置成[0 , 1],這樣小於0的就變成黑色了，大於1的就變成白色了，因此處理不當就會出現全白的狀況。

imshow( I/(max(I(:)))：針對直接調用imshow函數出現的問題，用max(I(:) ) 對圖像矩陣進行歸一化再顯示，這樣負數部分會變黑，正數部分還能夠正常顯示，但有一部分信息丟失了。

imshow(uint8(I))：這種方式把I轉化成uint8，負數會被歸零，超過255的被置爲255，並且小數也會被round(四捨五入)，當參數爲uint8型時，imshow函數把顯示範圍設置成[0,255]，這樣圖像雖然也能顯示出來，但與原始數據相比來講，丟掉不少信息，但有時可能倒是想要的結果，這個要看具體狀況。

imshow(I,[ ])：這種方式就是把imshow的顯示範圍設置成[min(I(:)) max(I(:))]，也就是線性映射，至關於imagesc(I),colormap(gray(256))能夠將整幅圖像的信息顯示出來。