PlaneNet：从单个RGB图像进行分段平面重建 陈柳，杨集美，Duygu Ceylan，Ersin Yumer和古川靖 介绍 本文提出了用于从单个RGB图像进行分段平面重建的第一个端到端神经体系结构。 拟议的网络PlaneNet可学习直接推断一组平面参数和相应的平面分割蒙版。 有关更多详细信息，请参阅我们的CVPR 2018或访问我们的。 更新 如我们最近的arXiv所述，我们开发了一种更好的技术PlaneRCNN用于分段平面检测。 不幸的是，我们还不能发布代码和数据。 我们添加了脚本，用于从原始ScanNet数据集中提取平面信息并将3D平面分割结果呈现为2D视图。 有关详细信息，请参阅

RGB图像中三个通道的每个灰度值的像素个数，区域的像素灰度值平均值，AbsoluteHisto变量的部分像素数量。

用Matlab实现的灰度图像转换成RGB图像，效果不错 用Matlab实现的灰度图像转换成RGB图像，效果不错

一篇关于基于FPGA的Bayer到RGB图像格式转换设计的文章

正在开发中 这是tf Keras中实现的megadepth使用的Hourglass模型的python3版本。 python3 inference_mega_tensorflow.py 输入 输出 我们的输出

TF_Convolutional_Autoencoder 用于在TensorFlow中以高压缩率对RGB图像进行编码/解码的卷积自动编码器 这是从Arash Saber Tehrani的Deep-Convolutional-AutoEncoder教程教程改编而成的示例模板，用于对3通道图像进行编码/解码。 该模板已被完全注释。 我已经在来自香港中文大学的CelebA数据集的重新缩放后的样本上测试了此实现，以在短时间的训练中产生相当不错的结果。 此实现的压缩比为108。即，对于形状为[-1、48、48、3]的输入张量，瓶颈层已减小为形状为[-1、64]的张量。 附加功能： 将3通道图像而不是MNIST用作输入 培训现在执行检查点保存和还原 可以在TensorBoard中查看编码器的输入和解码器的输出 输入自动重定标 用ReakyReLU代替ReLU激活来解决垂死的ReLU 注意事项：

基于C++的编程工程，用于将输入的RGB图片转化成四副灰度图，分别表示CMYK四个色彩在原图中的分量，并可将转化后的四种分量重新合成为RGB形式的新图，是一种图像处理分析的基础算法

这是一个matlab 程序，是把rgb图像转换为lab

Matlab codes that can convert YUV video sequence to RGB images. The number of frames that need to be converted can be set by users.

基于OpenCV实现的RGB图像通道值分离、最邻近插值法、双线性插值法。