Question

我的代码读取RGB图像，处理它以产生浮点结果。如何在Matlab 7.6.0（R2008a）中将这些值作为图像写入，保持这些浮点值？

Answer 1

实际上可以将64位像素数据（即表示double-precision floating-point value所需的位数）拟合成某些图像格式，特别是PNG。您甚至可以准确地恢复数据。关键是将所有内容编码为uint16值，并使用Truecolor RGB image（16位数据的3个颜色平面）以及Alpha透明度贴图（另外16位）。这是编码步骤：

data = rand(4);              % Just some sample data, a small 4-by-4 matrix
hexData = num2hex(data(:));  % Get the 16 digit hex codes for each pixel
C = mat2cell(hexData, numel(data), [4 4 4 4]);  % Split the hex codes into 4 groups of 4
C = cellfun(@(c) {uint16(hex2dec(c))}, C);  % Convert each hex value into a 16 bit integer
colorData = reshape([C{1:3}], [size(data) 3]);  % 4-by-4-by-3 uint16 color data
alphaData = reshape(C{4}, size(data));          % 4-by-4 uint16 alpha data
imwrite(colorData, 'double_data.png', 'Alpha', alphaData);  % Save image

您现在拥有一个有效的图像文件，但如果您查看它可能看起来像随机垃圾。现在，您可以像这样解码它：

[imColor, ~, imAlpha] = imread('double_data.png');  % Load image
imSize = size(imColor);  % Get image size
imHex = [dec2hex(imColor(:, :, 1)) ...  % Convert each uint16 to hex and concatenate
         dec2hex(imColor(:, :, 2)) ...
         dec2hex(imColor(:, :, 3)) ...
         dec2hex(imAlpha)];
imdata = reshape(hex2num(imHex), imSize(1:2));  % Reproduce data

和平等检查：

>> isequal(imdata, data)

ans =

  logical

   1           % it's the same!

Answer 2

用于表示数字图像的每个元素的比特数称为图像的比特深度。位深度告诉我们图像元素可以采用的离散级别的数量。这些元素是存储为整数类型还是浮点类型是无关紧要的：位深度确切地确定了可能有多少个离散级别。

如何解释位深度取决于图像是灰度还是彩色。例如，8位灰度图像的强度为[0,255]，而24位彩色图像也的强度为[0,255]。使用这种命名法是因为存储具有8位红色，绿色和蓝色分量的彩色像素需要24位。为了避免混淆，彩色图像通常通过每个颜色通道的位数来调用。例如，PNG格式每个通道最多支持16位，或者对于带有alpha层的truecolor（RGB），总共支持48位。

imwrite的文档列出了MATLAB中可用的格式和位深度。

以最高精度从MATLAB保存彩色图像（MxNx3矩阵）：

%// Assume an image called 'im' of type double.
%// First normalize to fall into [0,1].
im = im - min(im(:)); %// Save these numbers somewhere
im = im / max(im(:)); %// if you need to recover the original values later!
%// Best PNG quality.
imwrite(im,'image.png','bitdepth',16);

如果您需要更高的精度，则必须以一般数据格式而不是专门的图像格式保存图像。

Answer 3

具有浮点值的图像可以用tiff图像格式写入。这是一个例子：

A=single(7.6*rand(10,10))

t = Tiff('test.tif', 'w'); 
tagstruct.ImageLength = size(A, 1); 
tagstruct.ImageWidth = size(A, 2); 
tagstruct.Compression = Tiff.Compression.None; 
tagstruct.SampleFormat = Tiff.SampleFormat.IEEEFP; 
tagstruct.Photometric = Tiff.Photometric.MinIsBlack; 
tagstruct.BitsPerSample = 32; 
tagstruct.SamplesPerPixel = 1; 
tagstruct.PlanarConfiguration = Tiff.PlanarConfiguration.Chunky; 
t.setTag(tagstruct); 
t.write(A); 
t.close();

B=imread('test.tif')

Answer 4

以下函数将单精度灰度或RGB图像写入tif文件。你会发现，如果像素值在（0,1）的范围内，Windows资源管理器可以很好地处理单精度图像。当您阅读它时，您可以照常使用pm2 start app.js -x -- --prod。

imread

Answer 5

如果您的RGB值超出范围（0,1），只需将RGB值转换为0和1.如果要恢复原始浮点值，可以将转换值保存为图像文件名的一部分

Answer 6

保存图像时，查看者需要知道值的完整可能范围。常见的约定是值为float，范围为[0..1]，当值为uint8时，范围为[0..255]等。

当您使用像2.34这样的浮点值保存图像时，您应该问问自己观众将如何解释它？

我的回答是：你做不到。您应该将值转换为有效范围，然后保存它。例如，如果浮点范围是[0..10]，则可以将所有值乘以1000并保存为uint16。这样你就可以（几乎）保持浮动值的准确性。

使用浮点值编写图像

6 个答案: