MATLAB在做图像处理时容易出现的一个误区：为提高运算速度使用预先声明的零矩阵存储图像数据

最新推荐文章于 2022-05-10 16:14:26 发布

吉大秦少游

最新推荐文章于 2022-05-10 16:14:26 发布

阅读量2.5k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：【MatLab/Simulink】文章标签： MATLAB 图像处理

本文链接：https://blog.csdn.net/zhanshen112/article/details/121641388

【MatLab/Simulink】专栏收录该内容

62 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

预先声明零矩阵以提升MATLAB图像处理运算速度看似正确，但会导致数据精度变化，可能引发错误。应避免此做法，或在读取图像后根据数据类型声明相同类型的零矩阵，以保持数据准确性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

MATLAB在做图像处理时容易出现的一个误区：为提高运算速度使用预先声明的零矩阵存储图像数据。

这个误区很隐蔽，因为这样预先声明的零矩阵可以显著提高运算速度，所以往往会认为是正确的做法。但是为了保证图像数据看起来正常，往往又需要使用im2double函数将输入的图像数据转化为double类型的矩阵，这样imshow出来的图像看起来正常，实际上图像数据由于格式转换导致精度已经有所变化，做数据处理时往往容易报错。

如下：注释部分的代码容易导致图像数据变化。

src_img = strcat(img_path, img_name);
pure_name = size(img_name,2);
pic_odd_name = strcat(img_name(1:pure_name-4), '_odd.bmp');
pic_even_name = strcat(img_name(1:pure_name-4), '_even.bmp');
pic = imread(src_img);
% pic = im2double(pic);
[pic_height, pic_width, rgb_depth] = size(pic);
% pic_odd = zeros([pic_height, pic_width/2, rgb_depth]);
% pic_even = zeros([pic_height, pic_width/2, rgb_depth]);

for i = 1:1:pic_height
    for j = 1:1:pic_width
%         for k = 1:1:rgb_depth
            if(mod(j,2) == 1)   % eve