基于OpenCV实现的RGB图像通道值分离、最邻近插值法、双线性插值法。

Matlab程序，自己手动实现rgb图像转灰度图像。

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

在 RGB 图像上绘制圆或椭圆。 可用于在电影中插入圆圈。 包括一个演示使用的小动画演示。

将内存中YUV数据（char* pBuf,int nLen）转成opencv的Mat格式，RGB显示

将yuv422格式的图像转为8位rgb灰度图像

给出了一个利用K-means算法进行迭代聚类,并以聚类结果建立彩色图像调色板的算法C该算法在统计图像中各种颜色的RGB组合值出现次数的基础上,以聚类得到的256种颜色建立调色板,从而将BMP格式图像转换成GIF格式。实验表明,这种转换的色彩失真较小。

本程序中包含MATLAB图像处理的的基本知识，注释清晰。适用于初学者进行图像处理方面的学习。

通过彩色数码相机单幅RGB图像的响应值重建物体表面的光谱反射率, 不仅可以有效避免基于带通滤光片光谱成像系统存在的通道间图像像素偏移问题, 而且可以缩短图像采集周期和获得高空间分辨率的光谱图像,但是光谱重建误差受光谱重建方法的影响。提出了一种基于相机响应值扩展和局部反距离加权优化的光谱重建方法, 以CIEDE2000色差和光谱均方根误差为评价指标, 以600个矿物颜料色块为实验样本, 利用佳能600D型数码相机对所提方法进行了验证, 并与当前几种较先进的方法进行了对比。实验结果表明, 所提方法的平均CIEDE2000色差和平均光谱均方根误差分别降低到1.0389和0.0230, 所提方法的光谱重建精度优于当前几种较先进方法的光谱重建精度。

该程序将 RGB 图像转换为 CMY，并使用品红色 (M) 和黄色 (Y) 提取青色 (C)。 注意：CMY 不支持 *.bmp 格式。 更好地保存 *.tiff。