在许多图像处理过程中，常常需要进行图像类型转换，否则对应的操作没有意义甚至出错。

RGB彩色图像中，一种彩色由R（红色），G（绿色），B（蓝色）三原色按比例混合而成。 图像的基本单元是一个像素，一个像素需要3块表示，分别代表R，G，B，如果8位二进制数表示一个颜色，就由0-255区分不同亮度的某种原色。

灰度图像是用不同饱和度的黑色来表示每个图像点，比如用8位 0-255数字表示“灰色”程度，每个像素点只需要一个灰度值，8位即可，这样一个3X3的灰度图，只需要9个字节就能保存。

RGB值和灰度的转换，实际上是人眼对于彩色的感觉到亮度感觉的转换，这是一个心理学问题，有一个公式：

根据这个公式，依次读取每个像素点的R，G，B值，进行计算灰度值（转换为整型数），将灰度值赋值给新图像的相应位置，所有像素点遍历一遍后完成转换。

（1）X=rgb2gray(I):该函数是将RGB图像I转换为灰度图像X

（2）newmap=rgb2gray(map):该函数是将彩色颜色映射表map转换为灰度颜色映射表 说明：如果输入的是真彩色图像，则可以是unit8或者double类型，输出图像与输入图像类型相同。如果输入的是颜色映射表，则输入和输出都是double类型。

可在命令窗口用whos指令查看图像属性。

（1）[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，Q为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。

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。

（2）[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，tol的范围是从0.0至1.0，返回的颜色图 cmap 包含 (floor(1/tol)+1)^3 种或更少的颜色。

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。

（3）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， inmap为输入颜色图，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。

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。

（4）___ = rgb2ind(___,dithering) 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。

（1）[X,map] = gray2ind(I,n) 将灰度图像I转换为索引图像X，n是灰度等级，默认值为64，[X,map]对应转换后的索引图像，map中对应的颜色值为颜色图gray(n)中的颜色值。 （2）[X,map] = gray2ind(BW,n) 将二值图像BW转换为索引图像，n是灰度等级，默认值为2，，[X,map]对应转换后的索引图像，map中对应的颜色值为颜色图gray(n)中的颜色值。二值图像实际上也是灰度图像，只是其灰度级为2而已。 （3）I=grayslice(G,n) 将灰度图像中像素灰度均匀量化为n个等级并转换为索引图像， （4）I=grayslice(G,v) 将灰度图像按照阈值矢量v进行值域划分并转换为索引图像，v中每一个元素都在0和1之间。

I=ind2gray(X,map) 将具有颜色映射表map的索引图像转换为灰度图像，去除了索引图像中的颜色、饱和度信息，保留了图像的亮度信息。输入图像的数据类型可以是double型或unit8型，但输出为double型。

RGB=ind2rgb(X,map) 将索引图像[X,map]转换为RGB图像，转换过程中形成一个三维数组，然后将索引图像的颜色映射表中的颜色值赋值给三维数组。输入图像的数据类型可以是double型、unit8型或unit16型，输出为double型。

在MATLAB中，二值图像的数据类型实际上是logic型，0代表黑色，1代表白色，所以二值图像实际上是一幅“黑白”图像。那么，将其他图像转换为二值图像，首先必须规定一个规则，即将哪些数据变为1，哪些数据变为0.常用的方法是阈值法，确定一个阈值，小于阈值的取为0，其他的取为1.

BW=im2bw(I,level)，level为设置的阈值参数，取值范围为[0,1] level值较小，则会出现背景区域与目标区域混淆； level值较大，则会丢失部分目标信息。

BW=im2bw(X,map,level),[X,map]为索引图像。

BW=im2bw(I,level)，level为设置的阈值参数，取值范围为[0,1]

在MATLAB中，一个数据矩阵相当于一幅数字图像，只是在数字图像中的对应的数组元素必须在一定的取值范围，因此矩阵完全可以转换为图像。 I=mat2gray(X,[xmin,xmax]) 按照指定的取值区间[xmin,xmax]将数据矩阵X转换为灰度图像I。xmin对应灰度值0，即黑色，xmax对应灰度值1，即白色。数据矩阵中小于xmin的值取为0，大于xmax的值取为1.如果不指定取值区间，即默认情况下，将数据矩阵X中的最小值设为xmin，最大值设为xmax。