1)将256*256分辨率的图像变为128*128分辨率可以将源图像划分成2*2的子图像块,然后将2*2的 子图像块的所有像素颜色均按照F(i,j)的颜色值进行设定，达到降低分辨率的目的。 如: F(i,j) F(i,j+1) F(i,j) F(i,j) F(i+1,j) F(i+1,j+1) 变成 F(i,j) F(i,j) （同理，256*256分辨率的图像变成64*64分辨率，只需要划分成4*4即可，以此类推。） 2) R 单色, G 单色,B 单色化图像，只需要将图像的每一个像素中的相应的R, G, B 值取出，然后利用类似 (R,R,R),(G,G,G),(B,B,B)的像素重新绘制即可。 3) 彩色图像的RGB 和亮度 Y，色差 I，信号值Q 的关系 | Y | |0.31 0.59 0.11 | | R | | I | = |0.60 -0.28 -0.32 | * | G | |Q | |0.21 -0.52 -0.31 | | B | 即 Y = 0.31R + 0.59G+0.11B I = 0.60R - 0.28G - 0.32B Q = 0.21R - 0.52B - 0.31B 4) 彩色图像的逆反处理： 将对应的(R, G, B)像素替换成(255 - R, 255 - G, 255 - B) 彩色图像的平滑处理: 将一个图片每一个像素的颜色由其相邻的n*n 个像素的平均值来替代。例如，将一个3*3的点阵，设带平滑的像素为f(i, j),平滑后为g(i, j)，那么 f(i-1,j-1) f(i-1,j) f(i-1,j+1) f(i,j-1) f(i,j) f(i,j+1) f(i+1,j-1) f(i+1,j) f(i+1,j+1) g(i,j)=( f(i-1,j-1) + f(i-1,j) + f(i-1,j+1) + f(i,j-1) + f(i,j) + f(i,j+1) + f(i+1,j-1) + f(i+1,j) + f(i+1,j+1) ) / 9 这里要注意的是对于边缘的像素的情况，防止越界。 彩色图像的霓虹处理: 同样以上面的3*3的点阵为例，目标像素g(i,j)应当以f(i,j)与 f(i,j+1)，f(i,j)与 f(i+1,j)的梯度作为R,G,B 分量，我们不妨设f(i,j)的RGB 分量为(r1, g1, b1), f(i,j+1)为(r2, g2, b2), f(i+1,j)为(r3, g3, b3), g(i, j)为(r, g, b),那么结果应该为 r = 2 * sqrt( (r1 - r2)^2 + (r1 - r3)^2 ) g = 2 * sqrt( (g1 - g2)^2 + (g1 - g3)^2 ) b = 2 * sqrt( (b1 - b2)^2 + (b1 - b3)^2 ) 彩色图像的锐化处理: 设f(i,j)像素为(r1, g1, b1) , f(i-1,j-1)像素为(r2,g2,b2), g(i,j)像素为(r,g,b),则 r = r1 + 0.25 * |r1 - r2| g = g1 + 0.25 * |g1 - g2| b = b1 + 0.25 * |b1 - b2| 彩色图像的浮雕处理: g(i, j) = f(i, j) - f(i - 1, j) + ...
