参考：https://blog.csdn.net/FX677588/article/details/53301740
1、图像在matlab中的保存
matlab读取图片后保存的数据是uint8类型(8位无符号整数，即1个字节)，以此方式存储的图像称作8位图像，比double型（64位，8个字节），节省了存储空间。
**imread（）**是将灰度图像存入一个8位矩阵；若为RGB图像时，就存入8位RGB矩阵中。如，彩色图像像素大小是400*300( 高 x 宽 )，则保存的数据矩阵为400x300x3，其中每个颜色通道值是处于0~255之间。
虽然matlab中读入图像的数据类型是uint8，但图像矩阵运算的时，使用的数据类型却是double类型。一是为了保证精度，二是因为如果不转换，在对uint8进行加减时会产生溢出。
1个字节无符号整型最大只能存储数据为255，对图片的操作所以很容易溢出。
2、unit8和im2unit8
- uint8()：简单地把一个变量类型转换成uint8类型，数值大小不变
- im2unit8()：把图像数据类型转换为unit8类型。如果输入图像是unit8类型的，返回的图像和源图像相同。如果源图像不是unit8类型的，该函数将返回和源图像相同但数据类型为uint8的图像。(必要时对图像进行调整)。
- matlab默认double类型图片数据是位于0-1之间的，而uint8是位于0-255。
- 如果矩阵数据图像是double类型（0-1之间）可直接im2uint8，这样不仅完成数据类型转换，而且将0-1之间映射为0~255之间的数据。
- 如果图像矩阵数据是double类型的0-255，直接im2uint8转换的话，matlab会将大于1的数据都转换为255，将小于0的数据转换为0，0-1之间的数据才会映射到0~255之间整型的数据。
3、double和im2double
- d = double()：简单地把一个变量类型转换成double类型，数值大小不变，原本数据是0-255之间，转化后还是0~255。
- d = im2double(img)：将输入数据图像转换成double类型。
如果图像img是double型的，d=img;
如果图像是二值的logical或single型图像，d=double(img);
如果图像是uint8型，d=double(img)/255，将其值归一化到0~1之间;
如果图像是uint16型，d=double(img)/65535，将其值归一化到0~1之间。
4、mat2gray
实现图像矩阵的归一化操作，使矩阵的每个元素的值都在0和1之间。
- I = mat2gray(A, [amin amax])
将图像矩阵A中介于amin和amax的数据归一化处理， 其余小于amin的元素都变为0， 大于amax的元素都变为1。 - I = mat2gray(A)
将图像矩阵A归一化为图像矩阵I， 归一化后矩阵中每个元素的值都在0到1范围内(包括0和1)。类型为double型。其中0表示黑色，1表示白色。
5、imshow显示类型问题
imshow()显示图像时对double型是认为在0-1范围内，大于1时显示为白色，故对double类型的数据使用imshow进行显示时，有时会呈现一个白色图像（当double类型是数据在0-255范围时）；而显示uint8型时是0-255范围。
解决方案：（针对double类型0-255数据的图像显示）
- 归一化到0-1之间；
- 将double类型的0~255数据转为uint8类型。
