在計算機中，依照顏色和灰度的多少能夠?qū)D像分為灰度圖像、二值圖像、索引圖像和RGB圖像四種基本類型。在計算機中，一般是以數(shù)組（或矩陣）的形式儲存圖像的。

灰度圖像：

灰度圖像矩陣元素的取值范圍通常為[0，255]。

因此其數(shù)據(jù)類型一般為8位無符號整數(shù)的【uint8】，這就是人們經(jīng)常提到的256灰度圖像。“0”表示純黑色，“255”表示純白色。中間的數(shù)字從小到大表示由黑到白的過渡色。

然而。在某些領域（比如醫(yī)學成像），要求提供超出【uint8】的動態(tài)范圍。會採用【uint16】和【int16】數(shù)據(jù)類型。針對計算灰度的操作（比如傅里葉變換）。會使用 【double】
和【single】類型；假設圖像是【double】或【single】數(shù)據(jù)類型。灰度圖像的值通常被歸一化標定位【0-1】范圍內(nèi)，0代表黑色，1代表白色。0到1之間的小數(shù)表示不同的灰度等級。

二值圖像能夠看成是灰度圖像的一個特例。

(注意：圖像的類型。和圖像的數(shù)據(jù)類型是全然不同的概念，前者代表圖像的本身。后者僅僅是圖像在計算機上的存儲方式而已)

二值圖像：

一幅二值圖像的二維矩陣僅由0、1兩個值構成，“0”代表黑色，“1”代白色。

因為每一像素（矩陣中每一元素）取值僅有0、1兩種可能，所以計算機中二值圖像的數(shù)據(jù)類型通常為1個二進制位。

在MATLAB中，二值圖像具有很特殊的意義。僅僅有邏輯數(shù)據(jù)類型【logical】才被覺得是二值圖像，就算是僅僅包括0和1的數(shù)據(jù)類的數(shù)組（比如【uint8】），在MATLAB中都不覺得是二值圖像。

能夠使用logical將其它類型的數(shù)組轉換為二值圖像：B
= logical（A）

索引圖像：

索引圖像包括一個數(shù)據(jù)矩陣X。一個顏色映像矩陣Map。當中Map是一個包括三列、若干行的數(shù)據(jù)陣列。當中每個元素的值均為[0, 1]之間的雙精度浮點型數(shù)據(jù)。

Map矩陣的每一行分別表示紅色、綠色和藍色的顏色值。在MATLAB中，索引圖像是從像素值到顏色映射表值的“直接映射”。像素顏色由數(shù)據(jù)矩陣X作為索引指向矩陣Map進行索引，比如，值1指向矩陣Map中的第一行。值2指向第二行，以此類推。

一般索引圖像僅僅能顯示256種顏色（由數(shù)據(jù)矩陣X的取值范圍決定），與灰度圖像不同的是，灰度圖像的顏色表的值是從0到255連續(xù)的值，所以灰度圖像的數(shù)據(jù)我們即能夠看成是實際的像素值。也能夠看成是索引值。索引圖的長處是存儲所需容量小。且索引圖像一般用于存放色彩要求比較簡單的圖像，如Windows中色彩構成比較簡單的壁紙多採用索引圖像存放，假設圖像的色彩比較復雜，就要用到RGB真彩色圖像。

RBG圖像：

RGB圖像與索引圖像一樣都能夠用來表示彩色圖像。與索引圖像一樣。它分別用紅（R）、綠（G）、藍（B）三原色的組合來表示每個像素的顏色。但與索引圖像不同的是，RGB圖像每個像素的顏色值（由RGB三原色表示）直接存放在圖像矩陣中。因為每一像素的顏色需由R、G、B三個分量來表示，一副大小為M*N的RGB圖像須要3個M*N大小的矩陣表示。每個矩陣代表一個顏色通道。

RGB圖像的數(shù)據(jù)類型一般為【uint】數(shù)據(jù)類型（也能夠是【double】）。通經(jīng)常使用于表示和存放真彩色圖像（有2^24種顏色），當然也能夠存放灰度圖像（假設3個通道的值都是一樣的。則為灰度圖像）。

在MATLAB中用cat操作將3通道合成彩色圖像：rab_image = cat(3, R, G, B);用以下這些命令能夠提取出三個通道的圖像：
R = rgb_image（：。：。1）;G = rgb_image（：。：，2）;B = rgb_image（：，：，3）;

<img src="https://img-blog.csdn.net/20140628230418015?

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMjc3MTIzNg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" width="300" height="300" alt=""><img src="https://img-blog.csdn.net/20140628230626890?

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMjc3MTIzNg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" width="300" height="300" alt="">

總結

以上是生活随笔為你收集整理的【数字图像处理之（二）】图像的分类的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。