uint 8:无符号的8位（8bit）整型数据（unit 都是存储型）
int ：整型数据
1、在MATLAB中，数值一般都采用double型（64位）存储和运算.
2、为了节省存储空间，MATLAB为图像提供了特殊的数据类型uint8（8位无符号整数），以此方式存储的图像称为8位型像。
3、函数image能够直接显示8位图像，但8位型数据和double型数据在image中意义不一样，
4、对于索引图像，数据矩阵中的值指定该像素的颜色种类在色图矩阵中的行数。当数据矩阵中的值为0时，表示用色图矩阵中第一行表示的颜色绘制；当数据矩阵中的值为1时，表示用色图矩阵中的第二行表示的颜色绘制该像素，数据与色图矩阵中的行数总是相差1。所以，索引图像double型和uint8型在显示方法上没有什么不同，只是8位数据矩阵的值和颜色种类之间有一个偏差1。调用格式均为image(x); colormap(map);
5、对于灰度图像，uint8表示范围[0，255]，double型表示范围[0，1]。可见，double型和uint8型灰度图像不一样，二者转换格式为：
I8=uint8 (round (I64*255)); ！！double转换成uint 8
I64=double (I8)/255; ！！！uint转换成double
反之，imread根据文件中的图像种类作不同的处理。当文件中的图像为灰度图像时，imread把图像存入一个8位矩阵中，把色图矩阵转换为双精度矩阵，矩阵中每个元素值在[0，1]内；当为RGB图像时，imread把数据存入到一个8位RGB矩阵中。
！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！
MATLAB中读入图像的数据类型是uint8，而在矩阵中使用的数据类型是double
因此
I2=im2double(I1) :把图像数组I1转换成double精度类型；
如果不转换，在对uint8进行加减时会产生溢出
图像数据类型转换函数
默认情况下，matlab将图象中的数据存储为double型，即64位浮点数；matlab还支持无符号整型（uint8和uint16）；uint型的优势在于节省空间，涉及运算时要转换成double型。
im2double():将图象数组转换成double精度类型
im2uint8():将图象数组转换成unit8类型
im2uint16():将图象数组转换成unit16类型
！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！
默认情况下，matlab将图像中的数据存储为double型，即64位浮点数；matlab还支持无符号整型（uint8和uint16）；uint型的优势在于节省空间，涉及运算时要转换成double型。
但是，问题的真正的解释其实应该是这样的。首先是在数据类型转换时候uint8和im2uint8的区别，uint的操作仅仅是将一个double类型的小数点后面的部分去掉；但是im2uint8是将输入中所有小于0的数设置为0，而将输入中所有大于1的数值设置为255，再将所有其他值乘以255。
图像数据在进行计算前要转化为double类型的，这样可以保证图像数据运算的精度。很多矩阵的很多矩阵数据也都是double的,要想显示其,必须先转换为图像的标准数据格式。如果转换前的数据符合图像数据标准（比如如果是double则要位于0～1之间，这个是由Matlab中的规定），那么可以直接使用im2uint8。
如果转换前不满足这个分布规律，则使用uint8，将其自动切割至0～255（超过255的按255）最好使用mat2gray，这个函数可以把一个double类的任意数组转换成取值范围在[0,1]之间的，将一个矩阵转化为灰度图像的数据格式(double)另外,可以用isgray判断矩阵是否是一个图像数据矩阵。
matlab中用imshow()显示图像与图像矩阵的数据类型的关系
在matlab中，我们常使用imshow()函数来显示图像，而此时的图像矩阵可能经过了某种运算。在matlab中，为了保证精度，经过了运算的图像矩阵I其数据类型会从unit8型变成double型。如果直接运行imshow(I)，我们会发现显示的是一个白色的图像。这是因为imshow()显示图像时对double型是认为在0~1范围内，即大于1时都是显示为白色，而imshow显示uint8型时是0~255范围。而经过运算的范围在0-255之间的double型数据就被不正常得显示为白色图像了。 那么如何解决这个问题呢？笔者曾经用fix()函数把图像矩阵由实数形式转化成整数形式，但这样仍无法改变图像矩阵是double型的事实。 通过搜索，找到两个解决方法： imshow(I/256); -----------将图像矩阵转化到0-1之间 imshow(I,[]); -----------自动调整数据的范围以便于显示 （不明白原理！%lwb 添加内容：此处用了图像灰度拉伸方法，将图像最小的像素值变为0，最大的为255%） 从实验结果看两种方法都解决了问题，但是从显示的图像看，第二种方法显示的图像明暗黑白对比的强烈些！不知什么原理！ 此外还找到一些方法，还没有试过，记录如下：
uint8和im2uint8的区别
图像数据在计算前需要转换为double,以保证精度; 很多矩阵数据也都是double的,要想显示其,必须先转换为图像的标准数据格式. 如果转换前的数据符合图像数据标准（比如如果是double则要位于0～1之间），那么可以直接使用im2uint8 如果转换前的数据分布不合规律，则使用uint8，将其自动切割至0～255（超过255的按255） 最好使用mat2gray,将一个矩阵转化为灰度图像的数据格式(double) 另外,可以用isgray判断矩阵是否是一个图像数据矩阵
总之，im2uint8、im2double要跟uint8、double区别开来。
double 就是简单地把一个变量类型转换成double类型，数值大小不变；
比如 a=6 是个unit8类型的话，double(a)的结果还是6，不过现在这个6是double类型的。
函数im2double将输入转换成double类型。如果输入是 uint8 unit16 或者是二值的logical类型，则函数im2double 将其值归一化到0～1之间，当然就是double类型的了。如果输入本身就是double类型，输出还是double类型，并不进行归一化。。
！！！！！！！！！！！！！！！！！！！
imhist(I)
为图像，在灰度条上显示一个直方图。直方图中bin的数目有图像的类型决定。如果I是个灰度图像，imhist将使用默认值256个bins。如果I是一个二值图像，imhist使用两bins。
imhist(I, n)
使用指定的n个bin来绘制直方图。n同时也制定了颜色条的长度，如果是二值图像，n只能赋值为2。
imhist(X, map)
为索引文件显示直方图。这个直方图在colormap图上显示像素值的分布。colormap必须至少和X最大索引一样长。
[counts,x] = imhist(...)
bin应该是直方图直方的个数，要把灰度归为几类，有几个直方形，就有几个bin。这样，如果设定了bins，那么其他颜色之类，应该以一种算法归于最近的bin。