提出了一种基于颜色分割和形状分析的交通标志检测方法．首先利用改进后的简单向量滤波器分割感兴趣色彩区域，对不同色彩区域进行相应形状检测．采用拐角特征与几何结构分析相结合的方法检测矩形与三角形标志，提出了一种基于对称性特征的简单编码算法，并应用于圆形检测．实验结果表明，该方法能在多种复杂场景中有效地定位交通标志，对天气变化有一定鲁棒性，为后继的交通标志识别工作奠定了良好基础．

209 数字可寻址照明接口 第209部分：控制装置的特殊要求：颜色控制器.pdf 数字可寻址

matlab改变代码颜色CRCF Matlab实现的“具有自适应通道加权色彩比率功能的鲁棒视觉跟踪”，并进行了一些改进。 HOG13功能是从Piotr工具箱的gradientMex.cpp中修改的。 由于HOG13功能实现方式的更改，灰色，HOG13和CR功能的新功能权重分别为0.3850、0.3150和0.3。 代码结构是从借用的。 在OTB-2015基准上的表现 参考 [1] PiotrDollár。 “ Piotr的图像和视频Matlab工具箱（PMT）。” 网页：GitHub：

rgb hsl 六个滑块，直观了解各值对颜色的影响，拖动任意滑块即时观察颜色转换效果

结构分析法 结构分析法：是分析图像纹理的结构，从中获取结构特征。 结构分析法首先将纹理看成许多纹理基元按照一定位置的规则组成，然后分两步处理如下： 该方法适用于规则和周期性纹理，实际中较少采用 纹理基元 提取纹理基元 推论纹理基元位置规律

Android中带圆角以及不同背景颜色的TextView，如果使用xml实现的话针对不同的颜色需要写一个xml文件，这样太繁琐了，所以就自己写了一个控件，只要设置一下属性就可以达到想要的目的

vb Gdi+利用多颜色梯度线性渐变画刷填充图形

VB 颜色的渐变实例 VB 颜色的渐变实例 VB 颜色的渐变实例

为解决实际行人重识别系统中识别率低、识别速度慢的问题，从创新和工程应用出发，提出了一种行人重识别算法。对行人图片进行预处理，采用色调、饱和度、亮度（hue，saturation，value，HSV）空间非线性量化的方法构建颜色命名空间，对人体分区域预识别来提高检测效率；对备选目标的整幅图像提取HSV和方向梯度直方图（histogram of oriented gradient，HOG）作为整体特征并在滑动窗口内提取颜色命名（color naming，CN）特征和2个尺度的尺度不变特征（scale invariant local pattern，SILTP），采用本文融合算法得到新的特征；在3个数据集上进行行人重识别，融合的特征在2种度量学习算法的Rank1平均提高了2.4%和3.3%。实验结果表明该算法能够提高重识别精度。

自己编写的基于RGB颜色空间的直方图的匹配算法实现，大家一起学习！