分析色彩RGB,HSB,CMYK的小工具
2021-12-06 16:14:37 605KB RGB
1
将图像从RGB空间转换到HSI空间 % 输入参数为rgb图像,输出变量为H、S、I及hsi
2021-12-05 16:09:38 782B RGB,HSI
1
利用stm32f103的串口控制LED,USART - RGB,利用的是RGB小灯,共用256种颜色
2021-12-04 22:29:15 5.52MB stm32 usart 串口控制
1
本小品纯属原创,能把16进制的颜色值转成RGB数值(0-255)。 如:bfbfbf=>191,191,191 使用时请输入格式为:#bfbfbf,位数小于7位将不做分析。如果只有六位颜色值,请手动在前加上“#“。 改进中:自动补充到7位,前自动加#。
2021-12-03 15:39:55 393KB 颜色值 分裂 16位 RGB
1
%LAB2RGB Convert an image from CIELAB to RGB % % function [R, G, B] = Lab2RGB(L, a, b) % function [R, G, B] = Lab2RGB(I) % function I = Lab2RGB(...) % % Lab2RGB takes L, a, and b double matrices, or an M x N x 3 double % image, and returns an image in the RGB color space. Values for L are in % the range [0,100] while a* and b* are roughly in the range [-110,110]. % If 3 outputs are specified, the values will be returned as doubles in the % range [0,1], otherwise the values will be uint8s in the range [0,255]. % % This transform is based on ITU-R Recommendation BT.709 using the D65 % white point reference. The error in transforming RGB -> Lab -> RGB is % approximately 10^-5.
2021-12-03 11:07:17 2KB matlab
1
matlab如何rgb颜色代码Rgb2NV12 使用Matlab,IPP,Plain C和SSE优化代码将RGB转换为NV12色彩空间。 NV12格式定义: NV12格式是YUV 4:2:0格式,其在内存中的顺序是第一个Y平面,然后是在交错的UV平面中压缩的色度样本。 例子: YYYYYY YYYYYY 紫外线 RGB颜色格式,指的是像素顺序RGB(每像素字节,低字节为红色):RGBRGBRGBRGBRGB RGBRGBRGBRGBRGB 更好的描述可以在这里找到: 我进行了一些Web研究,发现关于NV12,YUV被定义为YCbCr颜色空间。 当前至少有2种可能的YCbCr格式适用于NV12: BT.601-适用SDTV: BT.709-适用于HDTV: 我发现存在用于将RGB转换为NV12的IPP功能(适用于BT.601): ippiRGBToYCbCr420_8u_C3P2R 尽管可以使用IPP,但我决定使用SSE内在函数来实现优化的代码。 IPP功能仅限于将RGB转换为BT.601标准。 我的SSE优化代码的优点在于,可以轻松对其进行修改以支持: BGR到NV12的转换。 支持B
2021-12-03 10:52:45 477KB 系统开源
1
Matlab程序,自己手动实现rgb图像转灰度图像。
2021-12-02 17:09:06 351B MATLAB rbg2gray 实现
1
这是一份RGB与Lab空间转换的代码,代码简洁好用,可以在opencv2中调用
2021-12-01 15:01:04 2KB RGB,Lab
1
matlab图像均衡化的代码从RGB图像进行高光谱重建以实现静脉可视化 我们提出了一种数据驱动的方法来从RGB图像中重建高光谱图像。 该方法基于残差学习方法,该方法可有效捕获数据流形的结构,并考虑到存在于RGB图像中的空间上下文信息以进行光谱重建过程。 提出的RGB到高光谱的转换方法可以处理在不同照明下拍摄的图像,这对于实际应用来说是重要的功能。 所提出的方法是通用的,并且可以支持各种应用。 为了展示所提出的转换方法的价值,我们设计并评估了静脉可视化应用程序。 我们使用商用高光谱相机收集了该领域最早的高光谱数据集之一; 我们将此数据集提供给其他研究人员。 我们使用此数据集来训练我们的深度学习模型,并作为比较的基础。 我们的实验结果表明,该方法可提供准确的静脉可视化和定位结果。 数据集结构 下载链接 - 该数据集由成对的207张RGB图像及其相应的超立方体组成。 高光谱图像包含从原始数据中提取的Matlab( .mat )格式的光谱范围为820-920nm的34个波段。 整个数据集包含来自13个参与者的信息(图像)。 10个参与者的数据用于培训,其余3个参与者的数据用于测试/验证。 文件
2021-12-01 14:34:53 6.25MB 系统开源
1