1.显示RGB图像

相似之处：这三个函数都是将m*n*3矩阵中的值显示为RGB值。

区别：以原始尺寸显示图像，图像会适当缩放图像。 请注意，这只是图像显示的大小。

2. 显示灰度图像

说明：首先了解什么是索引图像？ （灰度图像也是索引图像的一种）

当使用in中的函数将图像读入并存储到矩阵中时，我们知道如果是RGB图像，得到的矩阵是m*n*3，但是如果是索引图像，得到的矩阵是m*n。 这个矩阵的每个元素只是一个数值，那么如何确定它的RGB值来显示图像呢？ 这就是所需要的。

是一个m*3的矩阵。 每行有3个列元素组成一个RGB组，即一种颜色。 一个m*3中有m种颜色，索引图像中存储的值对应于图像中的行号，图像以RGB方式显示。 至于对应的方法，可以是直接对应（例如1对应1，2对应2），也可以是线性映射（例如[-128,128]映射到[1,256]）。

还有一点需要注意的是，默认情况下，各只有一个，默认的是jet(64)，可以通过窗口查看，edit->...，在弹出的窗口中，可以通过Tools->修改当前的，这里有一些已经完成的。

(1)当灰度图像转换为矩阵时，矩阵中的元素在[0,255]之间

我们通过具体的例子来看看这三个函数的调用效果，并说明原因。 代码：

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);  %equalsto 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');

显示效果：

我们看到现象是图像显示的是彩色的，但只显示灰度图像。 为什么会出现这种情况？ 还记得我之前说过的，索引图像是和矩阵一起显示的，并且每个默认都使用jet(64)而不是gray（gray和gray(64)是一样的），这个jet(64)会让sum显示出来彩色。 当然，你也可以修改当前使用的(gray)，(使用64级灰度色彩图)或者(gray(256))(使用256级灰度色彩图)。 如图，这是调用函数时使用的，稍后解释）。 为什么它是灰度图像？ 这是因为当调用该函数显示索引图像时，会将当前图像设置为灰色（256）。 现在您可以理解为什么会发生这种情况了。 如果我们再仔细看的话，我们会发现图片中的人物轮廓还不错，但是图片中出现了大片的红色区域，并且人物的轮廓被抹掉了很多。

为什么会出现这样的情况呢？ 这是关于索引图像矩阵中的数字（以下简称矩阵中的数字）与索引（index）之间的对应关系。

image：这个函数直接使用矩阵中的数字作为索引值（我称之为直接映射）。 例如，1 处的索引是颜色 RGB1，2 处的索引是颜色 RGB2，...，64 处的索引是颜色 RGB64 。 那么矩阵中的数字1显示为颜色RGB1，矩阵中的数字2显示为颜色RGB2，...，矩阵中的数字64显示为颜色RGB64。 值得注意的是，当矩阵中的数字小于1时，该数字也会显示为颜色RGB1。 同样，矩阵中大于64的数字会显示为颜色RGB64（类似于信号处理中的限制，也可以认为是顶部或底部切割。），现在我们可以理解为什么矩阵中有大片红色区域了，也就是说这些地方的值都大于等于64。

：in，我们用它来显示图像比in更好。我们还要了解调用中矩阵的编号和索引的对应关系。 与图像不同的是，它不是直接映射，而是线性映射。 ，至于什么是线性映射，我简单说一下。 例如，要将区间 A = [0, a] 映射到区间 B = [0, b]，我们只需对 A 中的元素执行 A/a*b 即可。 矩阵 数字到索引的线性映射大致为像这样。 它会自动获取矩阵中数字的最小值和最大值，并将区间[Cmin,Cmax]映射到[最小索引，最大索引]如[1,64]，然后根据到这个对应关系。 具体算法细节确定。 当然，您也可以自己指定显示范围。 例如，索引图像的I范围是[27,218]，我只想显示[164]。 使用命令( I,[1 64]) 就可以了。 如果把上面程序中的(I)替换为(I,[1,64])，那么in中的效果会和in中一样，因为只要替换[1,64]这个范围就映射到了颜色图上，任何东西超过 64 则被考虑。 关于映射，我将在屏幕截图中向您展示帮助页面。 你要慢慢去体会。 使用像（I）这样的线性映射，您可以使用整个颜色图来更好地显示图像。 这就是显示效果优于的原因。

：调用该函数会将当前值设置为灰色（256）。 这一点前面也提到过。 首先讨论矩阵元素是uint8类型（范围：0~255，整数，一般使用和返回都是uint8类型）。 同样，我们还需要了解矩阵中的数字与颜色索引的对应关系。 功能比较齐全。 它可以使用像图像这样的直接映射或像这样的线性映射。 当我们使用(I)时，即只有一个矩阵作为参数。 这是直接映射。 例如，矩阵中的元素0显示为中间索引1的颜色，即黑色，矩阵中的元素255显示为中间索引256的颜色，即白色，（注：uint8范围是0~255，灰度（256）的索引是1:256，当然我们只需要了解这些，在编程中不会用到它们，因为这些对应的细节已经帮我们做好了。 ）

如果这样调用(I,[])，则矩阵和颜色表中的数字是线性映射。 为什么是这样？ 让我解释。 我们看到这个调用方式和(I,[164])非常相似。 其实原理都是一样的。 第二个参数是一个向量。 这个向量指定了矩阵中映射到颜色表的数字范围，也就是显示范围（这里称为显示范围）。 之前已经介绍过，帮助中说如果你使用(I, [])被调用并且你使用[]而不是[low high]，那么[min(I(:))max(I(:)) ] 将用作显示范围，这意味着 I 中的最小值将以黑色显示，最大值将以白色显示，这实际上是整个范围的线性映射（没有顶部或底部裁剪）。 此时(I,[])函数等价于(I)；

为了说明它不仅具有图像的功能而且还具有图像的功能，同时了解直接映射和线性映射的区别，我们来写一个小程序来测试一下。 程序如下：

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).

显示效果：

我们可以看到 中的图像比 中的图像更亮，并且显示效果与 中的显示效果相同。 为什么是这样？ 这是因为image(I)和(I)直接使用I中的值作为(gray(256))中的索引，这就是我所说的直接映射。 我这里读到的索引图像矩阵也是 I 中的索引，取值范围是[27, 218]，也就是说直接映射显示 I 只使用颜色图的 [27, 218] 范围内的颜色()(例如，不使用代表白色的索引255）。

但线性映射不同。 (I) 和 (I,[]) 使用线性映射。 线性映射根据线性算法（书面）将[27,218]映射到颜色图索引[1,256]，然后显示它。 ，以便使用整个颜色图的颜色。 也可以认为将[27,218]放大为[1,256]。 这就是为什么中等显示效果比中等更亮的原因。

总结：直接映射和线性映射的区别在于映射到颜色图的数值范围。 如果是[min(I(:))max(I(:))]，则为线性映射。 如果是0-255或者1-64或者0-1就是直接映射。 这个数值范围称为显示范围（）。

3、最后说一下图像在显示数据时的使用。

当我们进行图像处理时，我们会对图像进行操作。 使用uint8类型数据的精度不高，因为当运算结果超过255时会被认为是255，负数会被认为是0（注意是默认类型（64位）中的数据进行存储和运算）因此，我们读取灰度图像后，通常会将图像转换为形状（I=（I）），然后参与运算。 运算的结果有正数、负数、小数，正数可能超过255。比如我运算后得到图像矩阵I。 如果I的范围是[-187,152]，当然也可以使用max(I(:))和min(I(:))来获取。 这个时候怎么显示呢？ 那么图像呢？ image，都可以用来显示数据的图像矩阵。 主要区别如下：

image：对类型数据进行四舍五入（四舍五入正数就是四舍五入小数部分），然后根据颜色表使用直接映射的方式显示。

: 这个功能非常好。 它会在显示数据之前对数据进行缩放，即自动将显示范围设置为[min(I(:))max(I(:))]，这是一个线性映射。

：该函数的调用方法不同，显示效果也不同，如下：

(I): 直接调用，因为当图像类型时，该函数会将显示范围设置为[0, 1]，这样如果小于0就会变成黑色，如果大于1 ，它会变成白色，所以如果处理不当，就会出现。

(I/(max(I(:)))：解决直接调用函数的问题，在显示之前使用max(I(:))对图像矩阵进行归一化处理，这样负数部分就会变成黑色，正面部分就OK了，显示正常，但是缺少一些信息。

(uint8(I))：该方法将 I 转换为 uint8。 负数将重置为零，超过255的值将设置为255，小数点也会四舍五入。 当参数为uint8时，函数将显示范围设置为[0,255]，这样虽然可以显示图像，但与原始数据相比丢失了很多信息，但有时可能是想要的结果，具体取决于就具体情况而言。

(I,[])：该方法是设置显示范围为[min(I(:))max(I(:))]，是线性映射，相当于(I),(gray(256) ）可以显示整个图像的信息。

综上所述，您可以根据自己的实际需要选择显示功能和相应的参数。 这些是我自己的研究和学习经历。 表述中难免有一些遗漏。 如果您发现严重错误，可以给我留言，但我可以给您情感审核。 了解并走出迷雾困境。