这是一款实现图像的灰度二值化处理功能源码，该源码主要是利用opencv2.framework进行图像的灰度二值化处理，可以对图像的某个特定矩形区域进行二值化处理，效果如图所示，上方图片是原图，下方是对上方的图片的某个矩形区域进行灰度图二值化处理的效果等。

C语言实现的图像灰度化二值化源代码，不依赖任何第三方库，不使用OPENCV，纯C实现！方便初学者一学即会！

灰度线性变换是最常⽤的图像点运算之⼀，将图像的像素值通过指定的线性函数进⾏变换，以此增强或减弱图像的灰度。 程序主要实现以下功能 1) 显示原始图像，并求其原始图像的直方图 2) 通过⼀维线性函数增强对比度，并显示对比度增强后的直方图 3) 通过⼀维线性函数减小对比度，并显示对比度减小后的直方图 4) 通过⼀维线性函数线性平移增加亮度，并显示其直方图 5） 对图像进行反向显示，并获取反向显示图像的直方图 程序基于matlab代码；如不确定该资源的功能，可私信博主进一步了解该资源的详细功能。

最近学习需要，接触了一些图片预处理的工作（用python实现），但网上集中的篇幅不多，故整理如下，主要包括： 批量重命名大量图片 修改格式（此处以.bmp转化为.jpg为例） 统一图片大小（分辨率128*128） 将上述操作后的图片另存为目标路径 对图片进行灰度化处理 对图片进行归一化处理，并将每个像素点的BGR保存在txt文件里 版本：python3.8 运行：PyCharm2019 下面开始详细讲解喽： 第一步： 分别批量重命名文件夹中的图片名称，并将.bmp格式的图片修改为.jpg格式。 下图是从网络上下载的量两组图： 上面一排是5张兔子Judy(.bmp格式), 下面一排是5张花朵（.

用Matlab实现的灰度图像转换成RGB图像，效果不错 用Matlab实现的灰度图像转换成RGB图像，效果不错

0积分下载，代码运行效果图见压缩包

灰度图像的彩色化算法,详细的介绍了ruderman以及welsh等人提出的各种彩色化算法.文章作者也提出了一种新的方法,很具有参考价值

工业金属表面缺陷数据集。它包含十种类型的表面缺陷，即冲孔（Pu）、焊缝（Wl）、新月形缝隙（Cg）、水斑（Water Spot）。油斑(Os)、丝斑(Ss)、夹杂物(In)、轧坑(Rp)、折痕(Cr)、腰部折痕 (Wf)。所收集的缺陷都在钢板的表面。该数据集包括3570张灰度图像。 - 冲孔：在钢带的生产线上，钢带需要根据产品规格进行冲孔。产品规格；机械故障可能导致不必要的冲孔，从而导致冲孔 缺陷。 - 焊接线。当带钢被更换时，需要对带钢的两卷进行焊接，并产生 焊接线就产生了。严格说来，这不是一个缺陷，但需要自动 检测和跟踪，以便在后续切割中规避。 - 月牙形间隙。在钢带生产中，切割有时会产生缺陷，就像半个 一个圆。 - 水斑。水斑是由生产中的干燥产生的。在不同的产品和 不同的产品和工艺，对这种缺陷的要求是不同的。然而，由于水斑一般对比度较低，并且与油斑等其他缺陷相似，因此通常被视为 一般来说，水斑的对比度较低，而且与其他缺陷（如油斑）相似，所以它们通常会被误测。 - 油斑。油斑通常是由机械润滑剂的污染引起的，这将影响产品的外观。影响产品的外观。丝斑。带材表面的局部或连续的波浪状斑块，

灰度图像上每个像素的颜色值又称为灰度，指黑白图像中点的颜色深度，范围一般从0到255，白色为255，黑色为0。所谓灰度值是指色彩的浓淡程度，灰度直方图是指一幅数字图像中，对应每一个灰度值统计出具有该灰度值的象素数。 　　灰度就是没有色彩，RGB色彩分量全部相等。如果是一个二值灰度图象，它的象素值只能为0或1，我们说它的灰度级为2。用个例子来说明吧：一个256级灰度的图象，如果RGB三个量相同时，如：RGB(100,100,100)就代表灰度为100，RGB(50,50,50)代表灰度为50。

基于灰度信息的图像配准方法 1)交叉相关 二维交叉相关： 相关系数： 如果有噪声，会影响相关运算的峰值。如果噪声是叠加型、静态且无关于图像，并且已知其能量谱密度，利用匹配滤波技术[6],可以在对图像作抑制噪声的滤波处理后，再进行相关运算