图像子采样实现异常：输出图像与原图不符问题排查

核心错误：图像类型转换逻辑错误 #

你输出白图带黑点的根本原因是**im2uint8的使用不当**：

• 当输入图像I是uint8类型（0-255范围）时，直接将像素值赋值给默认是double类型的sub_sampled_I，此时sub_sampled_I中的元素是0-255的浮点数。
• im2uint8对double类型输入的规则是：将0-1范围内的值映射到0-255，大于1的值直接截断为255（白色），小于0的截断为0（黑色）。所以采样到的原图像素值（比如200）会被直接转成255，未赋值的位置默认是0，最终输出就是白图加零星黑点，完全丢失了原图信息。

代码逻辑的其他优化点 #

1. 循环冗余判断：原代码通过mod判断采样行/列，效率较低，可直接按步长遍历采样位置。
2. 未预先初始化输出矩阵：Matlab支持动态赋值，但预先初始化能避免潜在内存问题，逻辑也更清晰。

修正后的代码 #

方式1：修复原循环逻辑

% 假设a是子采样因子，I是输入灰度图像
old_rows = size(I, 1);
old_cols = size(I, 2);

% 计算输出图像尺寸
new_rows = ceil(old_rows / a);
new_cols = ceil(old_cols / a);

% 预先初始化输出矩阵，保持和输入相同的类型
sub_sampled_I = zeros(new_rows, new_cols, class(I));

i = 0;
for row = 1:a:old_rows  % 直接按步长遍历采样行
    i = i + 1;
    j = 0;
    for col = 1:a:old_cols  % 直接按步长遍历采样列
        j = j + 1;
        sub_sampled_I(i, j) = I(row, col);
    end
end

% 仅当输入是0-1范围的double图像时，才需要转换为uint8
% sub_sampled_I = im2uint8(sub_sampled_I);

方式2：Matlab高效索引（推荐，无需循环）

Matlab的矩阵索引可以直接实现子采样，代码简洁且效率更高：

a = 2; % 子采样因子
% 直接取行、列步长为a的像素，end确保包含最后一行/列
sub_sampled_I = I(1:a:end, 1:a:end);

% 若输入是0-1范围的double图像，执行转换
% sub_sampled_I = im2uint8(sub_sampled_I);

关于子采样的理解 #

你的理解是正确的：5x5图像按因子2子采样，选取(1,1),(1,3),(1,5),(3,1)...这些位置的像素，最终得到3x3的图像，和上述代码逻辑完全匹配。

内容的提问来源于stack exchange，提问作者Antonis