7

我的代码读取 RGB 图像，对其进行处理以产生浮点结果。如何在 Matlab 7.6.0 (R2008a) 中将这些值写为图像，保持这些浮点值？

4

6 回答 6

4

实际上可以将 64 位像素数据（即表示双精度浮点值所需的位数）适合某些图像格式，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值并使用真彩色 RGB 图像（16 位数据的 3 个颜色平面）和 alpha 透明度图（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

您现在有一个有效的图像文件，尽管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!
于 2017-05-10T21:44:20.033 回答
1

用于表示数字图像的每个元素的位数称为图像的位深度。位深度告诉我们图像元素可以采用的离散级别的数量。这些元素将存储为整数类型还是浮点类型无关紧要：位深度准确地确定了可能有多少离散级别。

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 位彩色图像的强度也为 [0,255]。使用此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，彩色图像通常以每个颜色通道的位数来表示。例如，PNG 格式支持每个通道最多 16 位，或带有 Alpha 层的真彩色 (RGB) 总共 48 位。

imwrite的文档列出了 MATLAB 中可用的格式和位深度。

从 MATLAB 以最高精度保存彩色图像（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，则必须将图像保存为通用数据格式，而不是专用图像格式。

于 2012-12-23T12:45:06.697 回答
1

具有浮点值的图像可以以 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')
于 2013-06-28T13:56:56.347 回答
1

以下函数将单精度灰度或 RGB 图像写入 tif 文件。而且你会发现，这些天，如果像素值在 (0,1) 范围内，Windows 资源管理器可以很好地处理单精度图像。当你读回来时，你可以imread照常使用。

function writeftif(outim,outfilename)
t = Tiff(outfilename,'w');
if size(outim,3)==3
    t.setTag('Photometric',Tiff.Photometric.RGB);
elseif size(outim,3)==1
    t.setTag('Photometric',Tiff.Photometric.MinIsBlack);
end
t.setTag('Compression',Tiff.Compression.None);
t.setTag('BitsPerSample',32);
t.setTag('SamplesPerPixel',size(outim,3));
t.setTag('SampleFormat',Tiff.SampleFormat.IEEEFP);
t.setTag('ImageLength',size(outim,1));
t.setTag('ImageWidth',size(outim,2));
t.setTag('PlanarConfiguration',Tiff.PlanarConfiguration.Chunky);
% Write the data to the Tiff object.
t.write(single(outim));
t.close();
于 2015-10-26T19:22:59.360 回答
0

保存图像时，查看者需要知道值的全部可能范围。通常的约定是值是浮点数，范围是 [0..1]，当值是 uint8 时，范围是 [0..255] 等等。

当您使用 2.34 之类的浮点值保存图像时，您应该问自己查看器如何知道如何解释它？

我的回答是：你不能。您应该将值转换为有效范围，然后保存。例如，如果您的浮点范围是 [0..10]，您可以将所有值乘以 1000 并保存为 uint16。这样你就可以（几乎）保持浮点值的准确性。

于 2012-12-23T08:42:36.210 回答
0

如果您的 RGB 值超出范围（0,1），只需将 RGB 值转换为 0 和 1 之间。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。

于 2012-12-22T14:19:21.420 回答