我处理图像，然后按其最大值（在这种情况下为3165）对其进行标准化。
经过一些工作，我想用像素的原始值做一些操作，所以我再乘以3165。
问题在于，由于数字精度，并非所有像素都返回其整数值。 例如，考虑值为30的像素：
a=30/3165
a =
0.0095
>> b=a*3165
b =
30.0000
>> b-30
ans =
3.5527e-15
错误本身非常小，但我需要将它用作其他向量的索引，显然它不起作用。
从技术上讲，我可以在乘法后使用round。这是一个很好的解决方案，但很难看，并不是解决这个问题的合适方式和良好做法。
有人有其他（更专业）的想法吗？或者这是这样做的方法吗？
感谢。
答案 0 :(得分：2)
下面提到的技术使用eps和fix。这些可能更少＆＃34; uglier＆＃34;比rounding更适合你的情况。让我们一步一步地查看这些代码和注释。
%%// Original indices
org_indices = [15 30 45 60]
%%// Scaled indices
scaled_indices = org_indices/3165
%%// Retrieved indices that are yet to be converted to exact integers
retrieved_indices = scaled_indices*3165
%%// Verify precision issue
check_ind1 = retrieved_indices(1) - 15
check_ind1 输出 1.7764e-15 ，并且不完全为零。
我们可以使用根据官方MATLAB文档说的eps - 如果d = eps（X），则d是从abs（X）到下一个更大的浮点数的正距离精度为X。
因此，我们可以如下计算这样的距离/偏移 -
eps_val = eps(retrieved_indices)
eps_val 可以被视为窗口向量，用于确定元素所在的窗口向量，必须对应于也位于其中的整数。为了方便我们，我们可以使用这些窗口中的最大值进行决策，并使其非常安全，我们可以将此宽度增加10倍，并将其称为max_window_width -
max_window_width = 10*max(eps_val)
这并不像舍入一样丑陋，因为舍入使用的窗口长度为1，因为它的范围为[-0.5 0.5]，而这个窗口长度为7.1054e-14。
最后，我们可以通过添加此最大宽度然后使用fix截断小数部分来获取原始索引 -
retrieved_indices2 = fix(retrieved_indices + max_window_width)
可以检查精确度值 -
check_ind2 = retrieve_indices2（1） - 15
check_ind2 输出 0 。