Matlab中histcounts与imhist计数及区间位置结果差异原因咨询

两者的设计目标和实现逻辑完全不同，具体差异体现在三个方面：

1. 区间定义的返回形式不同 #

• histcounts返回的l1是bin的边界值，长度为指定bin数量+1，每个bin对应l1(k) ≤ x < l1(k+1)（最后一个bin包含上限）。你示例里的l1是0、0.17、0.34…1.02，对应6个连续区间。
• imhist返回的l2是每个bin的中心值，长度等于指定的bin数量，每个bin的范围是l2(k) ± (1/(2*指定bin数))。你示例里的l2是0、0.2、0.4…1.0，对应6个以这些值为中心的区间。

2. 区间划分的基准范围不同 #

• histcounts是通用统计函数，会根据输入数据的实际最小值和最大值来划分区间。你的数据min=0、max=1，所以范围是[0,1]，分成6个bin后每个宽度≈0.1667，四舍五入显示为0.17，最后一个边界设为1.02是为了确保max值1.0能被包含在最后一个bin里。
• imhist是专门为图像数据设计的函数，默认固定范围：
  • 对于double类型的输入（如归一化图像），默认范围是**[0,1]**；
  • 对于uint8类型，默认范围是**[0,255]**；
    不会根据输入数据的实际min/max调整范围，你指定6个bin时，直接把[0,1]等分成6份，每个bin宽度固定为1/6≈0.1667。

3. 数据归属的实际区间差异 #

因为上述两点差异，同一个数据点会被分到不同的bin中：

• 比如你的数据0.1429：在histcounts中属于0_{0.17的bin（计数到`c1[1]`）；在`imhist`中属于中心为0.2的bin（范围0.1167}0.2833，计数到c2[2]）。
• 再比如0.5：在histcounts中属于0.34_{0.51的bin（`c1[3]`）；在`imhist`中属于中心为0.6的bin（范围0.5}0.7，计数到c2[4]）。

这些差异直接导致了两者的计数和区间相关结果完全不同。

内容的提问来源于stack exchange，提问作者HappyPy