使用VS2013编译的，一个提取图片灰度之的简单程序。

完整代码，可直接运行

完整代码，可直接运行

matlab开发-图像对比度增强，使用最大亮度强度的灰度质量。最大强度覆盖直方图均衡增强图像对比度

本程序是在VC6.0编辑环境下写的，参照灰度模型理论思想编码。用C语言的思想（结构化程序设计）编写的，只有申请和释放指针用C++语言，但是改为纯C++也不是很难。由于可以实现了预测功能，也无心修改成C++了，有兴趣的同仁可以自行修改，如有问题，敬请交流，多谢指教

一阶矩，定义了每个颜色分量的平均强度 二阶矩，反映待测区域颜色方差，即不均匀性 三阶矩，定义了颜色分量的偏斜度，即颜色的不对称性 close all;clear all;clc; J = imread('lena.jpg'); K = imadjust(J,[70/255 160/255],[]); figure; subplot(121),imshow(J); subplot(122),imshow(K); [m,n] = size(J); mm = round(m/2); mn = round(n/2); [p,q] = size(K); pp = round(p/2); qq =

输入图像→得到灰度矩阵（彩色图像用到）→统计每个灰度级出现频率→绘灰度直方图

二维灰度图象的统计分析及DCT变换处理 ，采集一幅像素大于64*64黑白图像；常规的数学统计数据处理：计算图象各象素点灰度值得均值、标准差、方差，并绘出灰度直方图；采用DCT（离散余弦变化）对图像进行分析

着色_GAN 使用条件生成对抗网络进行灰度图像着色。 这是DCGAN的PyTorch实现，如论文“中所述 先决条件 Python 3.6 火炬 方法 在传统GAN中，发生器的输入是随机产生的噪声数据z。 但是，由于其输入的性质，该方法不适用于自动着色问题。 必须修改发生器，以接受灰度图像作为输入而不是噪声。 通过使用称为的GAN变体解决了此问题。 由于没有引入噪声，因此将生成器的输入视为零噪声，而将灰阶输入作为先验： 鉴别器从生成器和原始数据中获取彩色图像，并以灰度输入作为条件，并试图分辨出哪对包含真正的彩色图像： 网络架构 生成器的体系结构受U-Net的启发：模型的体系结构是对称的，具有n个编码单元和n个解码单元。 为了区分，我们使用类似的架构作为基线收缩路径。 数据集 我们使用CIFAR-10数据集。 要培养对fulldataset模式，下载数据集。 参考 使用GAN进行图像着

I = imread('C:\cameraman.tif'); imshow(I) offsets = [0 1; -1 1;-1 0;-1 -1]; [glcms,SI] = graycomatrix(I,'Offset',offsets); imshow(rescale(SI)) whos I = imread('C:\cameraman.tif'); imshow(I) glcm = graycomatrix(I,'Offset',[2 0]) I = [ 1 1 5 6 8 8; 2 3 5 7 0 2; 0 2 3 5 6 7] [glcm,SI] = graycomatrix(I