首页 > 其他分享> > Matlab中rgb2ind函数用法

Matlab中rgb2ind函数用法

2021-01-09 09:05:40 作者：互联网

rgb2ind将 RGB 图像转换为索引图像

语法

rgb2ind将 RGB 图像转换为索引图像

语法

[X,cmap] = rgb2ind(RGB,Q)

[X,cmap] = rgb2ind(RGB,tol)

X = rgb2ind(RGB,inmap)

___ = rgb2ind(___,dithering)

说明

[X,cmap] = rgb2ind(RGB,Q) 使用具有 Q 种量化颜色的最小方差量化法并加入抖动，将 RGB 图像转换为索引图像 X，关联颜色图为 cmap。

[X,cmap] = rgb2ind(RGB,tol) 使用均匀量化法并加入抖动，将 RGB 图像转换为索引图像，容差为 tol。

X = rgb2ind(RGB,inmap) 使用逆颜色图算法并加入抖动，将 RGB 图像转换为索引图像，指定的颜色图为 inmap。

___ = rgb2ind(___,dithering) 启用或禁用抖动。

示例

将 RGB 图像转换为索引图像

读取和显示星云的真彩色 uint8 JPEG 图像。

RGB = imread('ngc6543a.jpg');
figure
imagesc(RGB)
axis image
zoom(4)

将 RGB 转换为包含 32 种颜色的索引图像。

[IND,map] = rgb2ind(RGB,32);
figure
imagesc(IND)
colormap(map)
axis image
zoom(4)

输入参数

RGB - RGB 图像
m×n×3 数组

RGB 图像，指定为 m×n×3 数组。

数据类型： single | double | uint8 | uint16

Q - 量化颜色的数量
正整数

最小方差量化法所用的量化颜色的数量，指定为小于或等于 65536 的正整数。返回的颜色图cmap包含 Q 种或更少的颜色。

tol - 容差
范围 [0, 1] 内的数字

均匀量化法所用的容差，指定为范围 [0, 1] 内的数字。返回的颜色图cmap包含 (floor(1/tol)+1)^3 种或更少的颜色。

inmap - 输入颜色图
c×3 的矩阵

输入颜色图，指定为由范围 [0, 1] 内的值组成的 c×3 矩阵。inmap 的每行都是一个三元素 RGB，指定颜色图的单种颜色的红、绿和蓝分量。该颜色图最多有 65536 种颜色。

数据类型： double

dithering - 执行抖动
'dither' （默认） | 'nodither'

执行抖动，指定为 'dither' 或 'nodither'。抖动以损失空间分辨率为代价来提高颜色分辨率。如果选择 'nodither'，则 rgb2ind 不执行抖动。在这种情况下，函数将原始图像中的每种颜色映射到新颜色图中最接近的颜色。

输出参数

X - 索引图像
由非负整数组成的 m×n 矩阵

索引图像，返回由非负整数组成的 m×n 矩阵。如果 map 的长度小于或等于 256，则输出图像可以属于 uint8 类。否则，输出图像可以属于 uint16 类。输出数组 X 中的值 0 对应于颜色图中的第一个颜色。

注意

图像 X 中的值是颜色图 map 的索引且不应该用于数学处理（例如过滤运算）。

数据类型： uint8 | uint16

cmap - 颜色图
c×3 的矩阵

颜色图，返回为由范围 [0, 1] 内的值组成的 c×3 矩阵。cmap 的每行都是一个三元素 RGB，指定颜色图的单种颜色的红、绿和蓝分量。该颜色图最多有 65536 种颜色。

数据类型： double

算法

均匀量化 - 如果您指定tol，则 rgb2ind使用均匀量化来转换图像。均匀量化将 RGB 颜色立方体削减为较小的 tol 长度的立方体。例如，如果您指定 tol 为 0.1，则立方体的边缘为 RGB 立方体长度的十分之一。小立方体总数为：
```
t = (floor(1/tol)+1)^3
```
每个立方体表示输出图像中的一种颜色。因此，t 为颜色图的最大长度。rgb2ind 会删除不显示在输入图像中的任何颜色，因此实际颜色图可能小于 t。
最小方差量化 - 如果您指定Q，则 rgb2ind 使用最小方差量化。最小方差量化将 RGB 颜色立方体削减为不同大小的较小块（未必是立方体），具体取决于这些颜色在图像中的分布情况。如果输入图像实际使用的颜色数少于指定的数量，则输出颜色图也会变小。
逆颜色图 - 如果您指定输入颜色图inmap，则 rgb2ind 使用颜色图映射。逆颜色图算法可将指定颜色图量化为每个颜色分量 32 个不同色阶。然后，对于输入图像中的每个像素，查找量化的颜色图中最接近的颜色。

参考

[1] Spencer W. Thomas, "Efficient Inverse Color Map Computation", Graphics Gems II, (ed. James Arvo), Academic Press: Boston. 1991. (includes source code)

标签：颜色,cmap,用法,RGB,rgb2ind,Matlab,图像,量化
来源： https://blog.csdn.net/jk_101/article/details/111955964