转图像算法

Ⅰ 求个大神帮写一个C语言RGB565转换为灰度图像的算法。

最多只能给你写个rgb565像素转灰度像素的。
不知道你图像是什么格式，如何保存，以及各种其他什么什么信息。
所以图像那边的循环就你自己去搞定了，我只给你搞单个像素

#define rgb565togray(x) \
(unsigned char) ( \
((val) >> 11) * 0.3 + \
(((val) >> 5) & 0x3f) * 0.59 + \
((val) & 0x1f) * 0.11 \
)

Ⅱ 计算机图形学旋转算法

绕任意点旋转的思路是,先将任意旋转点一起平移到原点,图像随旋转点一起平移,然后根据旋转矩阵将图像旋转,然后再将旋转点与图像一起平移回原先的位置.

旋转矩阵:将所需旋转角转换为弧度后算出COS和SIN函数结果并填入矩阵,将旋转点与组成图像的所有顶点坐标与矩阵相乘获得变换后的新坐标.

任意点旋转的复合矩阵

矩阵相乘的顺序很重要,因为矩阵相乘先后结果是不对等的,而矩阵表达上是从右到左的,比如T*R*-T,计算过程相当于T*(R*-T),另外矩阵相乘是采用交叉点乘,而M矩阵也是个3*3的矩阵

得到M复合矩阵后,再将原点与图像顶点与M相乘,即可得到变换后的新坐标.即P'=M*P

图像变换算法其实特简单,就是cos和sin,然后就是四则运算,再填入矩阵,计算复合矩阵,按现在的教学大纲小学生都会,计算机写程序一点没难度,重点其实在图像变换的理解上.

Ⅲ 将jpeg图像转换成bmp图像的解码算法

可以实现JPEG和bmp图像相互转换的解码算法,文件大这里上传不了,到我的共享资料里下载.

Ⅳ 怎样用matlab实现彩色图像变黑白图片算法

简单来说，目前市面上绝大多数的彩色转黑白都是通过一个确定的函数Gray=f(R,G,B)将彩色空间映射到灰度空间。然而很容易想到的是，对于任何一个‘事先确定好’的映射，我们总是能找到一些‘坏’的数据，使得原先还算正常的彩图变成‘很糟糕’的灰度图。

理由也很简单：毕竟彩色空间到灰度空间降了两个维度，对于‘事先确定好’的映射函数f，我们总是能找到颜色略有不同但灰度接近的情况。

这个映射函数本身是根据输入图像动态计算出来的。换句话说，对于不同的图，这个映射函数可以是不一样的！即使是同一个颜色，在不同的图像中也可能被映射成不同的灰度。

Ⅳ 图像变换的目的是什么，常用的图像变换算法有哪些

图像变换的目的为了有效和快速地对图像进行处理和分析，需要将原定义在图像空间的图像以某种形式转换到另外的空间，利用空间的特有性质方便地进行一定的加工，最后再转换回图像空间以得到所需的效果。

图像变换是对图像处理算法的总结，它可以分为四个部分：空域变换等维度算法，空域变换变维度算法，值域变换等维度算法和值域变换变维度算法。

其中空域变换主要指图像在几何上的变换，而值域变换主要指图像在像素值上的变换。等维度变换是在相同的维度空间中，而变维度变换是在不同的维度空间中，例如二维到三维，灰度空间到彩色空间。

(5)转图像算法扩展阅读：

相关延伸：图像简介

21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。数字图像处理，即用计算机对图像进行处理，其发展历史并不长。数字图像处理技术源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片，采用了数字压缩技术。

首先数字图像处理技术可以帮助人们更客观、准确地认识世界，人的视觉系统可以帮助人类从外界获取3/4以上的信息，而图像、图形又是所有视觉信息的载体，尽管人眼的鉴别力很高；

可以识别上千种颜色，但很多情况下，图像对于人眼来说是模糊的甚至是不可见的，通过图象增强技术，可以使模糊甚至不可见的图像变得清晰明亮。

在计算机中，按照颜色和灰度的多少可以将图像分为二值图像、灰度图像、索引图像和真彩色RGB图像四种基本类型。大多数图像处理软件都支持这四种类型的图像。

中国物联网校企联盟认为图像处理将会是物联网产业发展的重要支柱之一，它的具体应用是指纹识别技术。

Ⅵ c# form求一个图像旋转90°的算法

这么写就行了，不过GetPixel，SetPixel这种算法很耗时，建议你还是用指针

//顺时针
private void button1_Click(object sender, EventArgs e)
{
Bitmap bitmap1 = (Bitmap)pictureBox2.Image;
Bitmap bitmap2 = new Bitmap(pictureBox2.Height, pictureBox2.Width);
for (int i = 0; i < bitmap1.Width; i++)
{
for (int j = 0; j < bitmap1.Height; j++)
{
Color color = bitmap1.GetPixel(i, j);
bitmap2.SetPixel(bitmap2.Width - j - 1, bitmap2.Height - i - 1, color);
}
}
pictureBox3.Image = bitmap2;
}
//逆时针
private void button2_Click(object sender, EventArgs e)
{
Bitmap bitmap1 = (Bitmap)pictureBox2.Image;
Bitmap bitmap2 = new Bitmap(pictureBox2.Height, pictureBox2.Width);
for (int i = 0; i < bitmap1.Width; i++)
{
for (int j = 0; j < bitmap1.Height; j++)
{
Color color = bitmap1.GetPixel(i, j);
bitmap2.SetPixel(j, i, color);
}
}
pictureBox3.Image = bitmap2;
}

Ⅶ 彩色图像转换成灰度图像用什么算法灰度分割得细

现在的真彩3通道
图像
一般是24位的，该图像的
亮度
信息是8位的，所以是无法真正达到16位
灰度图像
的。当然你可以用
插值
实现，但这是对原有
图像信息
的改变，而不是原图像
实际
转换而来。

Ⅷ 数字图像处理 图像缩放以及旋转的算法代码

clearall;
I=imread('lena.bmp');
figure;imshow(I);title('原图像');
[m,n]=size(I);

%%%缩小临近法
M=0.5;%放大倍数

%新的图像大小
m1=m*M;n1=n*M;
%****************************************************
fori=1:m1
forj=1:n1;
J(i,j)=I(round(i/M),round(j/M));
end
end
%*****************************************************
figure;imshow(J);title('缩小图像');

%%%放大双线性插值法
I2=double(I);
N=1.5;%放大倍数
%新的图像大小
m2=m*N;n2=n*N;
J2=zeros(m2,n2);
fori=1:m2
forj=1:n2
x=i/N;
y=j/N;
u=floor(x);
v=floor(y);
a=x-u;
b=y-v;
ifu+2<=m&v+2<=n
J2(i,j)=I2(u+1,v+1)*(1-a)*(1-b)+I2(u+2,v+1)*a*(1-b)+I2(u+1,v+2)*(1-a)*b+I2(u+2,v+2)*a*b;
end
end
end
J2=uint8(J2);
figure;imshow(J2);title('放大图像');

%%%%%旋转
R=45*pi/180;%旋转角度
I=double(I);
%新图像大小
m2=ceil(m*cos(R)+n*sin(R));
n2=ceil(m*sin(R)+n*cos(R));

u0=m*sin(R);%平移量

%变换矩阵
T=[cos(R),sin(R);-sin(R),cos(R)];
L=zeros(m2,n2);
foru=1:n2
forv=1:m2
%新图像坐标变换到原图像坐标x和y中
temp=T*([u;v]-[u0;0]);
x=temp(1);
y=temp(2);
ifx>=1&x<=m&y>=1&y<=n%若变换出的x和y在原图像范围内
x_low=floor(x);
x_up=ceil(x);
y_low=floor(y);
y_up=ceil(y);

%双线性插值，p1到p4是（x,y）周围的四个点
p1=I(x_low,y_low);
p2=I(x_up,y_low);
p3=I(x_low,y_low);
p4=I(x_up,y_up);
s=x-x_low;
t=y-y_low;
L(u,v)=(1-s)*(1-t)*p1+(1-s)*t*p3+(1-t)*s*p2+s*t*p4;
end
end
end
L=uint8(L);
figure;imshow(L);

Ⅸ 图像变换的图像变换的方法

实现图像变换的手段有数字和光学两种形式，它们分别对应二维离散和连续函数运算。数字变换在计算机中进行，提高运算速度是这种方式的关键。常用的有三种变换方法。①傅里叶变换：它是应用最广泛和最重要的变换。它的变换核是复指数函数，转换域图像是原空间域图像的二维频谱，其“直流”项与原图像亮度的平均值成比例，高频项表征图像中边缘变化的强度和方向。为了提高运算速度，计算机中多采用傅里叶快速算法。②沃尔什-阿达玛变换：它是一种便于运算的变换。变换核是值+1或-1的有序序列。这种变换只需要作加法或减法运算,不需要象傅里叶变换那样作复数乘法运算,所以能提高计算机的运算速度，减少存储容量。这种变换已有快速算法，能进一步提高运算速度。③离散卡夫纳－勒维变换：它是以图像的统计特性为基础的变换，又称霍特林变换或本征向量变换。变换核是样本图像的协方差矩阵的特征向量。这种变换用于图像压缩、滤波和特征抽取时在均方误差意义下是最优的。但在实际应用中往往不能获得真正协方差矩阵，所以不一定有最优效果。它的运算较复杂且没有统一的快速算法。除上述变换外，余弦变换、正弦变换、哈尔变换和斜变换也在图像处理中得到应用。

Ⅹ 把24位彩色图像转换成8位的灰度图像的算法

nGray=0.299*R+0.587*G+0.114*B