搜索资源列表
pseudocolor
- 对图像进行医学伪彩色处理的源代码,编译后的可执行文件须带参数运行-of medical images pseudo-color processing of source code, the compiled executable file parameters required to bring Operation
hhh
- 可以打开真彩色或是256色位图图像,进行彩色转灰度、中值滤波、均值滤波、otsu算法图像二值分割等处理。
DigitalImageProcessing4
- 对图像进行去除彩色处理、对图像进行遥感伪彩色处理、对图像进行医学伪彩色处理
Compression
- 用MatLab实现图像压缩。以真彩图像的处理为例,对由它转换来的彩色索引矩阵进行二进小波多层分解,对低频近似的系数矩阵作相应的截取处理,以及优化索引图像的彩色图。
Pseudo_color
- 实现常见图像文件的伪彩色处理,可以选定依据的色彩、灰度对应条。c#调用gdi+实现的。
ColorProcess
- 对图像的颜色进行处理,如灰度化、伪彩色、亮度对比度调整等
chepaidingwei
- 一个很好的车牌定位 使用说明 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最
ColorProcessing
- 图像的颜色处理,包括位图的彩色与灰度的转化,颜色调整,亮度对比度调整,颜色减少和增加,Gamma校正以及颜色均值映射.
ColorChange
- 打开把图像转化为8位真彩色和二值化处理等并按要求格式进行存储。
p256transform
- 颜色转换:灰度化处理和伪彩色处理相对于256色图像
delphi-ImageProcessing
- 利用delphi制作图像效果处理的软件,包含了开发过程的文档和源代码!分析处理图像所用的数学算法,把离散,高数,线性代数等所学知识运用到实践中!实现图像灰度、添加噪点、彩色噪点、喷溅、马赛克、RGB调整、亮度调整、对比度调整、饱和度调整、曝光、浮雕、雕刻、模糊、锐化、霓虹等功能!希望能给大家一个学习参考!
SegmentationforImagesofVCH-F1BasednmprovedWatersed
- 针对分水岭算法存在的过分割问题以及VCH-F1切片图像的特点,提出一种能够有效消除局部极小值和噪声干扰的自动分割方法。首先比较彩色分量梯度图,选择分量图像的梯度信息,达到有效提取图像边缘信息的目的;然后提出基于多阈值分割的方法消除无效梯度信息;最后介绍了算法的步骤及结果。实验结果证明,通过该方法处理的梯度图像再进行分水岭算法处理,即使不进行区域合并也能达到很好的效果。
256
- 256色转灰度图,用于把256色彩色文件转成灰度图像,方便下一步处理
matlab
- 一个matlab做的图象处理程序. P0801:索书号文字图像分割 P0802:粘连字符切分 P0803:文字识别 P0804:彩色车牌分割 P0805:商标文字分割 Recognition:文字识别的识别子函数 StrDetect01:文字识别的结构特征提取子函数
bmptoascii1593195282003
- BMP到ASCIIl转换程序,将图像转换成使用字母和符号的ASCII艺术文本,也可以创建相应的彩色ASCII图像. 程序中提供有图像预处理操作改变图像大小及增强图像的灰度级对比度.
chap12
- 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性
chepaidingwei
- 很好的车牌识别代码 。具体步骤: 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0
chap12
- 使用说明 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
24bmp256bmp
- C语言实现的24位真彩色bmp图片到256色图片的转换,是图像预处理的第一步,万事开头难,很有用的源码
chepaidingwei
- 使用说明 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区