Kinect_DepthCanny

介绍混合像元解混里面的端元提取算法N-FINDR(Describes the mixed pixel unmixing inside endmember extraction algorithm N-FINDR)

打开一个图像或者视频文件，相应的轮廓检测功能，视频运动物体的跟踪功能(applications on image，tracking objects in the video)

VC++图像平滑处理+程序源码，实现图象的平滑（去噪声），锐化功能，测试时请在C盘下放一个测试用的Bmp图片，路径：C: est.bmp，没有的话没法测试。如上图所示是水平平滑处理，可以对比下，不过感觉颜色失真了，有兴趣的看一下。命令行编译过程如下： 　　vcvars32 　　rc bmp.rc 　　cl smooth.c bmp.res user32.lib gdi32.lib(VC++ image smoothing+ program source code, to achieve a smooth image (to noise), sharpening function in the C drive when testing a test of decentralization Bmp picture, path: C: test.bmp, no words can not test . Is shown above the level of smoothing, you can compare the next, but the feeling of color distortion, interested look. Command-line compiler as follows: vcvars32 rc bmp.rc cl smooth.c bmp.res user32.lib gdi32.lib)

说明：  vc++调用matlab函数混合编程实现二值图像的区域标记。(vc++ call matlab function Matlab binary image of the regional markers.)

说明：  解决一些图像处理的小问题，具体的划分和问题，文件里有提到(Solve some small problems in image processing)

本程序和实现对一幅包含人脸的bmp图像进行光纤补偿，对人脸区域进行检测实现人眼和人嘴的检测与定位，最后勾绘出人脸的特征以实现人脸检测的目的。(This procedure and implementation of a compensate the fiber contains face of BMP image, the face region detection to realize human eyes and mouth detection and positioning, finally drew out the facial features to achieve the purpose of face detection. )

说明：  LSA的第一步是要去创建词到标题（文档）的矩阵。在这个矩阵里，每一个索引词占据了一行，每一个标题占据一列。每一个单元（cell）包含了这个词出现在那个标题中的次数。例如，词”book”出现在T3中一次，出现在T4中一次，而”investing”在所有标题中都出现了一次。一般来说，在LSA中的矩阵会非常大而且会非常稀疏（大部分的单元都是0）。这是因为每个标题或者文档一般只包含所有词汇的一小部分。更复杂的LSA算法会利用这种稀疏性去改善空间和时间复杂度。(The Little Book of Common SenseInvesting: The Only Way to Guarantee Your Fair Share of StockMarket Returns ,)

这里的图像增强包括灰度修正、平滑、滤波、锐化等，是图像处理的基本操作，本代码调试通过(Here, including gray-level correction image enhancement, smoothing, filtering, sharpening, etc., is the basic image processing operations, the code debugging by)

vc获取指定文件的图标的程序源码，希望对大家有所帮助(vc for the specified source file' s icon in the program, we hope to help)

说明：  讲述PS技术的抠图经典问题，帮助你快速熟悉抠图的精华！(PS about the classic problem of technology, matting, matting to help you quickly familiar with the essence!)