Matlab彩色图像边缘检测-color_edge.m 彩色图像边缘检测程序color_edge.m：来源于：《数字图像处理及MATLAB实现》P197-198                           canny_edgecolor.m：来源于网络资源 希望对彩色图像处理的同人有所帮助。

本程序使用python tkinter设计交互式彩色分层，主要完成数字图像处理中的测试部分，可以自定义选择球体或者立方体，支持鼠标点击选取颜色等功能。

pytorch-colorful-colorization-report:Zhang等人从零开始的PyTorch实现“彩色图像着色”。 - 实验报告

有报告，有代码，有教程 function shiyan5 clear; %使用霍夫曼编码算法对图像进行编码 clear all; image=imread('图片.jpg'); %读取彩色原图像 image_hui=rgb2gray(image); %灰度化图像 image_88=image_hui(1:8,1:8,:); [M,N] = size(image_88); I1 = image_88(:); P = zeros(1,256); %获取各符号的概率；

对彩色图像的分割，用到的函数都有简单说明，包括滤波、分割、膨胀腐蚀这些，效果一般吧，可以根据自己需求加工改进，比较适合初学者，运行main.m即可，操作简单。

基于Matlab实现对彩色图片处理，转化为一张简笔画图片。同时设计了一个GUI界面，可以自主选择要处理的图片。

问题1：对输入的灰度和彩色图像进行分块，每一块图像为8*8像素的大小。对分块图像进行离散余弦变换，输出频谱图（DCT系数）； 问题2：尝试改变部分的DCT系数； 问题3：通过离散余弦逆变换，还原出图像，观察与原图像之间的区别。

matlab版的彩色图像分割和合成，从背景中提取人脸，再与另外一幅图像合成

利用VS2015中基于对话框的mfc的工程来实现bmp图像的彩色转灰度图以及伪彩色处理，处理后的图形进行保存。

研究了小波变换和Contourlet变换的不足,利用非抽样Contourlet变换的多尺度性、多方向性以及平移不变性特征进行彩色图像数字水印。先对图像进行非抽样Contourlet变换得到不同尺度不同方向上的系数,然后为了满足水印的不可见性和稳健性,在低频系数和高频系数中采用不同的嵌入强度,并依据人类视觉的彩色感知特性,在蓝色分量中嵌入较多水印,在其他颜色分量选取变换系数能量最大的区域嵌入水印。与同样嵌入规则的Contourlet变换算法和平稳小波变换算法相比,该算法具有更好的稳健性,利用该算法得到的水印相似度更高,最高可提高约0.5。