颜色分割

图像里的图像分割和颜色测量，真的是我用得比较频的组合，尤其是做医学图像或者工业质检那块，挺有用的。这个资源用的是 MATLAB 开发，逻辑还挺清晰，分割用的是经典的分水岭算法，适合那种边界模糊的彩色图像，效果还不错。 分水岭思路挺像地理分水线的概念，先把图像预一下，比如平滑、归一化啥的，再跑边缘检测，做出“地形图”，再模拟水灌进去，把区域分开，挺直观的。你用过canny或gradient这些操作的，会更快上手。 颜色测量这块目前代码缺一点，不过你自己补也不难。核心就是先选好区域（可以直接用分割结果），把RGB颜色转成Lab或HSV这类的颜色空间，再算点统计量，比如平均颜色、直方图、色差等等。

介绍了Matlab中PDL :: Transform :: Color模块的图像分割与拼接代码。该模块支持RGB到HSV等机器本机颜色表示形式的转换，提供了简单的编码/解码功能，适用于处理大尺寸图像和复杂的色域操作。

使用方法：createColorHistograms(im_str)，其中im_str可以是图片文件路径或三维数组。绘制颜色直方图存在两种混淆：一种是在二维中显示三维分布，另一种是在缺乏上下文互动的情况下显示实际颜色的感知混淆。为每个RGB波段单独绘制直方图的常用方法几乎不是最佳选择。为了更好地描述颜色，建议利用图表的视觉语言来呈现。初始阶段，将每个颜色三元组划分为每个RGB波段中的25个灰度值的波段，即(r, g, b*)，其中每个值是25的倍数，最大可达255，提供了在整个色彩空间中的高分辨率表示。下一步是确定垃圾箱的排序方式。

CAD技术的发展使得改变物体颜色和图层颜色变得更加高效。现在，通过新的LSP（Lisp）扩展，用户可以轻松地调整对象的视觉属性，提升设计效率和精度。

在Matlab中实现颜色空间转换的各种方式，包括使用output=colorspace（‘rgb->lab’，input）调用的简便方法。

聚类分析中的分割聚类技术 数据挖掘算法中的一种聚类方法

这个脚本演示了如何在图像中查找特定颜色的对象。如果您需要在图像中仅仅通过遮罩找到红色、绿色或蓝色对象，此代码能够胜任。已在MATLAB R2014a版本下测试过。

在指定位置为用户定义的颜色条添加标签的matlab开发任务。

颜色代码的转换工具你是不是经常要手动查色值？color函数就挺方便，支持直接用颜色名或者#ff8800这种十六进制代码，转成[r g b]三元组，值都是 0 到 1 之间那种，拿来做可视化或者颜色判断都挺顺手的。 颜色名称像'red'、'cyan'之类的直接传进去就行，不用管大小写，响应也快；十六进制的话，它还能智能识别三位或六位，#f80和#FF8800都能识别成一样，挺省心。 要是你在用MATLAB做图形、图像标注什么的，是跟RGB打交道，这个函数就蛮实用的。比如根据图像里的颜色范围提 mask、或者配图例颜色，直接扔个color('#f80')就能搞定，不用再去换算。 顺手提一下，它也可

Matlab编程-颜色聚类Matlab。根据像素颜色进行像素簇的计算。