Mnist-时尚-赋值-PIAIC Fashion-MNIST是Zalando文章图片的数据集-包含60,000个示例的训练集和10,000个示例的测试集。每个示例都是一个28x28灰度图像，与来自10个类别的标签相关联。 Zalando打算将Fashion-MNIST用作直接替代MNIST原始数据集的基准机器学习算法。它具有相同的图像大小以及训练和测试分割的结构。原始MNIST数据集包含许多手写数字。 AI / ML /数据科学社区的成员喜欢此数据集，并将其用作验证其算法的基准。实际上，MNIST通常是研究人员尝试的第一个数据集。他们说：“如果它在MNIST上不起作用，那么它将根本不起作用”。 “好吧，如果它确实可以在MNIST上运行，那么在其他系统上仍然可能会失败。” Zalando试图替换原始的MNIST数据集内容每个图像的高度为28像素，宽度为28像素，总计784像素。每个像素都

用多种的方法计算图像的分形维数，比如差分盒维数，多重，毯子，等算法，值得一看!

NDVI_colormap.zip 的内容 HJ 萨默 III，19.10.28 make_ndvi_colormap.m MATLAB 脚本创建具有 256 种颜色的 NDVI 颜色图显示调色板使用 NDVI 颜色条加载/显示灰度图像将灰度图像转换为 RGB 并保存 NDVI_palletette.jpg NDVI 调色板的图像 sample_input_image.tif 样本灰度图像，920x1240，uint8 类，值 0 到 255 sample_output_image.jpg 使用查找将灰度转换为 RGB 的示例输出图像

使用调色板自动对灰度图像进行着色。 采用了一种简单的算法。 算法的速度和结果彩色图像的质量取决于调色板图像的正确选择。 调色板的大小越小，算法越快。

基于简单遗传算法的灰度图像二值化，采用的适应度函数为类间距最小、类内距最大，经过简单的修改可以处理任意格式的文件。

1.灰度线性变换 图像的灰度线性变换是图像灰度变换的一种，图像的灰度变换通过建立灰度映射来调整源图像的灰度，从而达到图像增强的目的。灰度映射通常是用灰度变换曲线来进行表示。通常来说，它是将图像的像素值通过指定的线性函数进行变换，以此来增强或者来减弱图像的灰度，灰度线性变换的函数就是常见的线性函数。 g(x, y) = k · f(x, y) + d 设源图像的灰度值为x，则进行灰度线性变换后的灰度值为y = kx + b (0<=y<=255)，下面分别来讨论k的取值变化时线性变换的不同效果 (1).|k|>1时 当k>1时，可以用来增加图像的对比度，图像的像素值在进行变换后全部都线性方法，增

#colornet神经网络为灰度图像着色 结果 灰阶 预言 地面真相 荣治K用colornet进行动漫着色 资料来源 和

转化矩阵为灰度图像源码，转化矩阵为灰度图像源码

灰度图像伪彩色化得彩虹matlab编码，效果不错

灰度图像二值化阈值otsuthreshold（C语言）相当于matlab中threshold函数