为什么下采样显示为灰色图像？

Question

在对图像进行2倍下采样的实现中，下采样后的图像是灰色的。我应该怎么做才能将所有颜色分量添加到下采样实现中，使其成为彩色图像？

  I = imread('lena.gif','gif');
  [j k] = size(I)


  x_new = j./2;
  y_new = k./2;


  x_scale = j./x_new;
  y_scale = k./y_new;


  M = zeros(x_new,y_new);


  for count1 = 1:x_new
     for count2 = 1:y_new
     M(count1,count2) = I(count1.*x_scale,count2.*y_scale);
     end
  end


    figure,imshow(I);
    title('Original Image');
    M = uint8(M);
    figure,imshow(M);
    title('Downsample');

Answer 1

当您阅读原始图像时，它包含 3 层，R-G-B（如@rayryeng 所建议：

[X,map] = imread('lena.gif');
I = ind2rgb(X,map);
size(I)

ans =

         768        1024           3

您应该对所有层执行下采样过程：

您提供的代码没有降采样。一个简单的降采样示例如下：

imshow(I(1:2:end,1:2:end,:))

Answer 2

GIF 图像被称为索引图像。这意味着您使用 imread 读取的值是 indices 到颜色图的值。每个索引都会为您生成一种独特的颜色，这就是 GIF 图像的存储方式。他们从一组预定义的颜色中进行选择，GIF 图像中的每个像素都来自颜色图中的一种颜色。

您首先需要将图像转换为 RGB，然后使用 ind2rgb. However, you need to read in the colour map first with the two-output version of imread. You also will want to convert the images to uint8 as good practice with im2uint8:

[X,map] = imread('lena.gif');
I = im2uint8(ind2rgb(X,map));

您接下来需要做的是@NKN 建议的。您必须将算法应用于所有频道。

因此，只需制作一个具有三个通道的输出矩阵，并将算法独立应用于每个平面。如果我可以提出建议，当你在缩减采样后以这种方式访问像素时，请确保你 floor 或 round 图像坐标，这样你就不会无意中指定未定义的位置 - 比如（ 13.8, 25.5) 例如。图像像素位置是整数，所以你需要确保坐标也是整数。

[X,map] = imread('lena.gif');
I = im2uint8(ind2rgb(X,map));

j = size(I,1); %// Change
k = size(I,2);

x_new = j./2;
y_new = k./2;


x_scale = j./x_new;
y_scale = k./y_new;


M = zeros(x_new,y_new,size(I,3)); %// Change


for jj = 1 : size(I,3) %// Change
   for count1 = 1:x_new
     for count2 = 1:y_new
        M(count1,count2,jj) = I(floor(count1.*x_scale),floor(count2.*y_scale),jj); %// Change
     end
  end
end


figure,imshow(I);
title('Original Image');
M = uint8(M);
figure,imshow(M);
title('Downsample');

为了对此进行测试，我使用了属于 MATLAB 的 mandrill 数据集。它是具有关联颜色图的索引图像。巧合的是，恭敬地存入了X和map：

load mandrill;
I = im2uint8(ind2rgb(X,map));

运行修改后的代码，得到这两个数字：

为什么下采样显示为灰色图像？

Why does downsample appear as a gray image?

matlab

image

image-processing

downsampling