原文：https://blog.csdn.net/m0_37704310/article/details/76218150

1、显示RGB图像

相同点：这三个函数都是把m*n*3的矩阵中的数值当做RGB值来显示的。

区别：imshow将图像以原始尺寸显示，image和imagesc则会对图像进行适当的缩放（显示出来的尺寸大小）。

2、显示灰度图像

说明：先搞明白什么是索引图像？（灰度图像也是索引图像的一种）

当用Matlab中的imread函数将图像读入并存入矩阵时，我们知道如果是RGB图像，得到是m*n*3的矩阵，但如果是索引图像，得到就是m*n的矩阵，这个矩阵的每个元素只是1个数值，那么怎么确定它的RGB值来显示图像呢？这就需要colormap了，colormap是一个m*3的矩阵，每一行有3列元素构成RGB组，也就是一种颜色，一个m*3的colormap中有m中颜色，而索引图像存储的数值和colormap中的行号对应起来就可以像RGB那样显示图片了，至于对应方法，可以直接对应（比如1对应1,2对应2）也可以是线性映射对应（比如[-128,128]映射到[1,256]）。还有一点要说明的是，默认情况下每一个figure都有且仅有一个colormap,而且默认的是 jet(64)，可在figure窗口通过，edit->colormap...查看，另外在弹出的窗口colormap editor中，可通过Tools->Standard colormap来修改当前figure的colormap，这里是Matlab已经做好的一些colormap。

（1）当灰度图像转化成矩阵后，矩阵中的元素都介于[0,255]，下面我们结合具体实例来看看这三个函数的调用效果，并解释原因。代码：

[plain] view plaincopy

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');

显示效果：

我们看到现象是image 和imagesc 显示出来是彩色的，只有imshow显示出来是灰度图像，为什么会出现这种情况呢？还记得前面所说的吗，索引图像是矩阵和colormap配合起来显示的，而每个figure默认使用的colormap 是jet(64)，而不是gray(gray和gray(64)是一样的)，这个jet(64)就使得figure1和figure2中显示出来时是彩色的，当然你也可以修改当前figure的colormap使用colormap(gray)（使用64个等级的灰度色图），或者colormap(gray(256))（使用256个等级的灰度色图，这就是调用imshow函数时使用的colormap，后面有讲解）。而figure3为什么会是灰度图像呢，这是因为当调用imshow来显示索引图像时，这个函数就会把当前的figure的colormap设置成gray(256),这下明白为什么会出现这种情况了吧。我们再仔细观察一下figure1和figure2会发现，figure2中人物的轮廓显示的还算可以，而figure1中则出现了大面积的红色的区域，人物的轮廓被抹掉了很多。

为什么会出现这样的情况呢？这就要说说索引图像矩阵中的数（以下简称矩阵中的数）和colormap中的索引（index）的对应关系了。

image：这个函数，直接把矩阵中的数当做索引值（我称为直接映射），例如colormap中索引为1的是颜色RGB1，索引为2的是颜色RGB2，……，索引为64的是颜色RGB64。那么矩阵中为1的数就显示成颜色RGB1，矩阵中为2的数就显示成颜色RGB2，……，矩阵中为64的数就显示成颜色RGB64，值得注意的是当矩阵中的数小于1时，此时该数也将被显示成颜色RGB1，同样，而矩阵中大于64的数将被显示成颜色RGB64（类似于信号处理里面的限幅，也可以认为是削顶或者削底了），这下我们就能明白为什么figure1中会出现大面积的红色区域，这说明这些地方的数值都大于等于64。

imagesc: 在figure2中我们用imagesc来显示图像与figure1相比能较好的显示出来，同样我们也得搞明白调用imagesc时矩阵的数和colormap中索引的对应关系，与image不同的是imagesc采用的不是直接映射而是线性映射，至于什么是线性映射，我粗略的说一下，比如把区间A = [0,a]映射到区间B = [0,b]我们对A中的元素做A/a*b就可以了，矩阵的数到colormap索引的线性映射大概就是这样，Matlab会自动获取矩阵中数的最小值和最大值，并把区间[Cmin,Cmax]映射到colormap的[最小索引，最大索引]比如[1,64],然后再根据这个对应关系把图像显示出来，具体的算法细节是Matlab确定的，当然也可以自己指定显示范围，比如一副索引图像I范围为[27,218]，而我只想显示[1 64 ],使用命令imagesc(I,[1 64])就可以了，如果你把上面程序中的imagesc(I)换成imagesc(I,[1,64])，那么figure2中的效果就和figure1中一样了，因为只是把[1,64]这个范围映射到色图，超过的都被认为是64。关于映射，我截图Matlab中imagesc的help页给大家看看，这里要自己慢慢体会哦，使用imagesc(I)这种线性映射就可以用到整个色图从而将图像较好的显示出来，这就是figure2中的显示效果比figure1中好的原因。

imshow：调用这个函数会把当前figure的colormap设置成gray（256），这个前面也有提到，我们先讨论矩阵元素是uint8型（范围：0~255，整数，一般使用imread和 rgb2gray返回的都是uint8型的），同样我们也要搞明白矩阵中的数和colormap中颜色索引的对应关系，imshow的功能是比较全的，它即可使用像image那样的直接映射，也可使用像imagesc那样的线性映射，当我们使用imshow(I)，即只有一个矩阵作为参数，这时采用的是直接映射，比如矩阵中元素0就显示成colormap中索引为1的颜色也就是黑色，矩阵中元素255就显示成colormap中索引为256的颜色也就是白色，（注意：uint8范围是0~255，而gray（256）的索引是1:256，当然这些我们只要了解就可以了，编程并不会用到，因为这些对应的细节Matlab已经帮我们做好了）如果这样调用imshow(I,[ ])，此时矩阵中的数和颜色表就是线性映射，为什么会这样，我解释一下，我们看这种调用方式和imagesc(I,[1 64])很相似，其实原理是一样的，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的范围，也就是显示范围（Matlab里叫做display range）前面已经介绍了，Matlab中imshow的help中说如果采用imshow(I,[low high])调用imshow的话而且你用[ ]代替[low high]那么imshow会使用[min(I(:)) max(I(:))]作为显示范围，也就说I中的最小值会显示成黑色，最大值会显示成白色，这其实就是整个范围的线性映射（没有削顶也没有削底），此时的imshow(I,[ ])函数就相当于imagesc(I);

为了说明imshow不仅具有image的功能也具有imagesc的功能，同时体会一下直接映射和线性映射的区别，我们来写一段小程序来测试一下，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：

我们可以看出figure2中的图像比figure1中的图像要亮一些，而且，figure3中的显示效果和figure1中是一样的，figure4中的显示效果和figure2中是一样的，为什么会这样呢？这是因为image(I)和imshow(I)是将I中的值直接作为colormap(gray(256))中的索引，也就是我所说的直接映射，我这里读到的索引图像矩阵也就是I中的数值的范围是[27,218],也就是说直接映射显示I,只用到的色图(colormap)上[27,218]范围的颜色，（比如表示白色的索引255就没有用到），从右边的colorbar也可以看出来。但线性映射就不一样了，imagesc(I),和imshow(I,[ ])采用的就是线性映射，线性映射把[27,218]按照线性算法（Matlab写的）映射到色图索引[1,256]然后再显示出来，这样整个色图的颜色都被用到了，这里也可以认为把[27,218]放大到[1,256]，这就是figure2中显示效果比figure1中亮的原因。

小结：直接映射和线性映射的区别在于映射到色图的数值范围，如果是[min(I(:)) max(I(:))]就是线性映射，如果是0-255或者1-64或者0-1就是直接映射。这个数值范围就叫做显示范围（display range）。

3、最后再说说image，imagesc,imshow 在显示double型数据时的用法，

我们做图像处理就会对图像进行运算，使用uint8型数据精度不高，因为当运算结果超过255时会被认为是255，而负数就会被认为是0（注意在Matlab中数据默认采用double型（64位）进行存储和运算）所以，我们读到灰度图像后一般都会将图像转换成double型（I = double(I)）然后再参与运算，运算的结果有正有负，也有小数，正的还可能超过255，比如我经过运算后的得到图像矩阵I，假如I的范围是[-187,152]，当然你也可以用max(I(:))和min(I(:))去获取，这时怎么显示图像呢？image,imagesc,imshow 都可以用来显示double型数据的图像矩阵，主要区别如下：

image：将double型数据取整（正数取整就是把小数部分舍掉）然后使用直接映射的方法按照颜色表显示。

imagesc：这个函数很好，会对数据进行缩放再显示，也就是把显示范围自动设置成[min(I(:)) max(I(:))]，也就是线性映射。

imshow：这个函数调用方式不同，显示效果也不同，如下：

imshow(I)：直接调用，因为当图像为double型时imshow函数会把显示范围设置成[0 , 1],这样小于0的就变成黑色了，大于1的就变成白色了，所以处理不当就会出现全白的情况。

imshow( I/(max(I(:)))：针对直接调用imshow函数出现的问题，用max(I(:) ) 对图像矩阵进行归一化再显示，这样负数部分会变黑，正数部分还可以正常显示，但有一部分信息丢失了。

imshow(uint8(I))：这种方式把I转化成uint8，负数会被归零，超过255的被置为255，而且小数也会被round(四舍五入)，当参数为uint8型时，imshow函数把显示范围设置成[0,255]，这样图像虽然也能显示出来，但与原始数据相比来说，丢掉很多信息，但有时可能却是想要的结果，这个要看具体情况。

imshow(I,[ ])：这种方式就是把imshow的显示范围设置成[min(I(:)) max(I(:))]，也就是线性映射，相当于imagesc(I),colormap(gray(256))可以将整幅图像的信息显示出来。

一、image、imagesc和imshow

语法

`imagesc(C)`

`imagesc(x,y,C)`

`imagesc('CData',C)`

`imagesc('XData',x,'YData',y,'CData',C)`

`imagesc(___,Name,Value)`

`imagesc(___,clims)`

`imagesc(ax,___)`

`im = imagesc(___)`

`（1）、imagesc(C) 将数组 C 中的数据显示为一个图像，该图像使用颜色图中的全部颜色。C 的每个元素指定图像的 1 个像素的颜色。生成的图像是一个 m×n 像素网格，其中 m 和 n 分别是 C 中的行数和列数。这些元素的行索引和列索引确定了对应像素的中心。`例子：

C = [0 2 4 6;8 10 12 14;16 18 20 22];imagesc(C)colorbar

其中：colorbar作用是显示右边的颜色带

`（2）imagesc(`x,`y`,`C`) 指定图像位置。使用 `x` 和 `y` 可指定与 `C(1,1)` 和 `C(m,n)` 对应的边角的位置。要同时指定两个边角，请将 `x` 和 `y` 设置为二元素向量。要指定第一个边角并让 `imagesc` 确定另一个，请将 `x` 和 `y` 设为标量值。图像将根据需要进行拉伸和定向。

放置图像，使其位于 x 轴上的 5 和 8 之间及 y 轴上的 3 和 6 之间。x = [5 8];
y = [3 6];
C = [0 2 4 6; 8 10 12 14; 16 18 20 22];
imagesc(x,y,C)

（3）imagesc(___,clims) 指定映射到颜色图的第一个和最后一个元素的数据值。将 clims 指定为 [cmin cmax] 形式的二元素向量，其中小于或等于 cmin 的值映射到颜色图中的第一种颜色，大于或等于 cmax 的值映射到颜色图中的最后一种颜色。在名称-值对组参数后指定 clims。

实例：

将 C 创建为数据值的数组。创建 C 的图像并设置颜色范围，使 4 或更小的值映射到颜色图中的第一种颜色，18 或更大的值映射到颜色图中的最后一种颜色。显示颜色栏以说明数据值如何映入颜色图。C = [0 2 4 6; 8 10 12 14; 16 18 20 22];
clims = [4 18];
imagesc(C,clims)
colorbar

MATLAB函数之image、imagesc、imshow的用法相关推荐

浅析image,imagesc,imshow的用法
1.显示RGB图像相同点:这三个函数都是把m*n*3的矩阵中的数值当做RGB值来显示的. 区别:imshow将图像以原始尺寸显示,image和imagesc则会对图像进行适当的缩放(显示出来的尺寸大 ...
matlab函数：residue和residuez的用法
一.residue函数 1. 概念:在部分分式展开式和多项式系数之间转换.(Convert between partial fraction expansion and polynomialcoeff ...
matlab函数rand，randn，randi用法整理
1,rand 生成均匀分布的伪随机数.分布在(0~1)之间主要语法:rand(m,n)生成m行n列的均匀分布的伪随机数 rand(m,n,'double')生成指定精度的均匀分布的伪随机数,参数还可 ...
Matlab中image、imagesc和imshow函数用法解析
原文转自:http://blog.csdn.net/zhupananhui/article/details/16340345 1.显示RGB图像相同点:这三个函数都是把m*n*3的矩阵中的数值当做R ...
对matlab中colormap的解释及fill、imshow的用法说明
这篇文章的主要目的在于对colormap的解释,会涉及到fill和imshow的使用,因此首先解释fill和imshow的用法. fill的用法说明 fill就是填充一个多边形区域.函数用法fill( ...
Matlab中colormap的解释与ill、imshow的用法
这篇文章的主要目的在于对colormap的解释,会涉及到fill和imshow的使用,因此首先解释fill和imshow的用法. fill的用法说明 fill就是填充一个多边形区域.函数用法fill( ...
求介绍matlab函数用法的书,MATLAB初学者教程--函数用法的简单介绍
1.4 函数用法的简单介绍 1.4.1什么是函数似乎很多人一听到函数这个词就会想到数学中的某个概念,然后对于恐惧数学的同学就开始打退堂鼓.在matlab当中到处可以用到函数,它的出现可以让我们用很简 ...
《数字图像处理》冈萨雷斯，Matlab函数汇总 .
<数字图像处理>冈萨雷斯,Matlab函数汇总 . 图像显示 colorbar 显示彩条 getimage 由坐标轴得到图像数据 ice(DIPUM) 交互彩色编辑 image 创建和显示 ...
目前已经学习的一些matlab函数
matlab函数基本函数 ones(x,y);%产生x行y列的全1矩阵 zeros(x,y);%产生x行y列的全0矩阵样本点初始化函数 %产生x行y列随机正态矩阵,当样本为二维点时,可以让y为2即 ...
matlab2c使用c++实现matlab函数系列教程-fft函数
全栈工程师开发手册 (作者:栾鹏) matlab2c动态链接库下载 matlab库函数大全 matlab2c基础教程 matlab2c开发全解教程 matlab2c调用方法: 1.下载动态链接库 2. ...

MATLAB函数之image、imagesc、imshow的用法