完整实现了图像的灰度化，通过C语言的编程，内部含有完整的图像 完整实现了图像的灰度化，通过C语言的编程，内部含有完整的图像

可用于求解图像的灰度梯度值，多幅图像之间比较清晰度等。

使用matlab语言，对图像进行处理，实现图像灰度量化操作，改变图像灰度级。

文件说明: main_fig //matlab交互式图形界面文件 cxk.jpg //用于测试的图片文件 D_C_T.m //正向二维dct变换函数 等价于 dct2() encoding.m //通过zigzag扫描进行连接数据 ezh.m //图像二值化算法 Huffman.m //参考nineheaded_bird博客链接:https://blog.csdn.net/tengweitw/article/details/45478497 进行略微改进的哈夫曼编码函数 huiduhua.m//图像灰度化算法 I_D_C_T.m //逆向二维dct变换函数 等价于 idct2() IMAGE_DCT.m //基于dct变换和哈夫曼编码的图像压缩函数，并计算压缩率，返回解码图像。 img_block.m //图像分块操作函数 main_.m //交互式图形界面代码，也是测试运行的主要入口 pingYi.m //图像平移函数 sf.m // 简单的图像缩放函数 xz.m //简单的图像旋转函数 zigzag.m //矩阵zigzag遍历实现函数 main_.prj //交互式图形界面的工程文件

彩色图像转灰度图像的CUDA源代码，Cpu: Intel® Core™ Duo CPU @1.80GHz 1.80GHz，优化前14ms/f; 优化后：4ms/f。

本人初学，代码虽然有点重复，但是思路清晰，适合初学。

描述了图像灰度化MATLAB程序，还有二值化的程序

OpenCV 图像灰度化，并提取轮廓 主要功能：加载一个RGB彩色图像，将其转化成灰度图，并采用Canny算法提取灰度图的边缘

本设计为基于MATLAB的指纹识别系统。本设计系统主要对指纹图像进行三方面处理：图像预处理、特征提取和特征匹配。图像预处理包括四个步骤：图像灰度化、滤波增强、二值化、细化，对指纹图像进行预处理后，去除了原图像的冗余部分，方便后续的识别处理；特征提取主要是提取指纹图像细化后的端点和分叉点；特征匹配是利用两个指纹的图像进行特征点比较，来确定两幅图像是否来自于同一手指。

MFC C++ 图像处理算法 BMP格式图像灰度化的C++实现。源代码