利用opencv在MFC中打开两张图片，分别显示

应用背景阈值分割是图像分割的一种最简单的方法。在全局阈值，对图像中所有的像素的单阈值用。当组件的像素值，背景相当一致的在各自的价值观在整个图像，它输出一biinary图像 ；代表分割。关键技术C #工具实现的全局阈值分割算法

这是实现ufc算法的源代码，实现图像的聚类，通过将相似的部分聚类，得到图像的边缘，供大家学习，希望会有所帮助

利用OpenCV2.3.1实现对图片轮廓的二值化处理，并调用开源的rec2vec实现轮廓的矢量化！

MODIVCDemoExe、 能直接运行，看看OCR的效果

形态学操作是最近才提出的新的方法，在matlab中有很好地运用，但是在opencv中函数明显不足，而且还有问题，可用性不高。本程序实现了c++环境中的多种形态学操作，如：开、闭、膨胀、腐蚀、骨化、细化等。可以说是很有用处的，已经调试，没有问题。

在这个项目中，使用 opencv 和 visual studio 应用基于颜色的检测。它可以用于检测任何你想要的颜色。享受吧 ！

// //Example 5-1. Doing something with each element in the sequence of connected components returned //             by cvPyrSegmentation( // /* *************** License:**************************    Oct. 3, 2008    Right to use this code in any way you want without warrenty, support or any guarentee of it working.    BOOK: It would be nice if you cited it:    Learning OpenCV: Computer Vision with the OpenCV Library

不确定性下多传感器数据融合的dempster-shafer matlab工具箱

应用背景这个程序是测试各种图像处理的滤波器。您可以打开各种图像格式，处理这个图像，通过使用各种过滤器；关键技术图像处理，各种边缘滤波器，BMP图像打开，图像文件保存， ； ；

应用背景该算法是从一个静态相机视频背景减法。所有您需要做的是提供一个视频，你可以得到前景视频。你必须提供背景模型。 ； ；然后比较这个设置为当前的像素值来确定该像素是否属于背景，适应模型，通过随机选择的值来代替从背景模型。这种方法不同于那些古老的价值观的基础上，首先应更换经典的信念。最后，当像素是背景的一部分，它的价值是传播到邻近的像素背景模型。我们描述方法的详细资料（包括伪代码和使用的参数值）和比较其他减背景技术。效率的数字显示，我们的方法优于最近的和成熟的国家的最先进的方法的计算速度和检测率。我们还分析了一个缩小的版本，我们的算法的一个比较和每像素一个字节的内存最低限度的性能。看来，即使是这样的一个简化版本，我们的算法的性能比主流技术。关键技术在这段代码中使用的技术是视觉工作室。语言是C + +。该算法有很多的应用程序，可以帮助你在前景检测 ；一个典型的视频监控小目标检测：盛传为物体的轮廓是非常精确的因为没有空间滤波。这对小目标的一个有效的检测是特别有用的。 ；一个更好的划分对象的深度图的氛围和RGB同时使用噪声图像中盛传的表演后处理工具对象分割。修复与氛围感应范围（深度）地图