make screenshot

基于DSP的红外与可见光融合   金字塔算法  该包是在CCS下的用于可见光和红外光的图像融合程序。 融合规则为加权法，任何级数为2   过程为： 滤波->分解->融合->重构

这是一个 nlfilter() 函数的几何平均数过滤器。您可以使用此函数作为 nlfilter() 函数的输入函数。您可以计算几何平均数的确定的窗口大小的图像。

 对于人脸识别，目前所采取的大多为对图像进行分析、解剖，把感性的人脸图像抽象化、模式化。以期最终建立关于人脸的数学模型，从而通过模型，让人脸识别变得十分简单。然而人脸之复杂，随环境、年龄、等的变化更是无法预测。我们的最终目的是制造出和我们一样有人脸识别能力的机器，它们的人脸识别能力不应该超出我们的范围。   人脸本身是一个随机的变量，不同的角度、不同的光线、不同的打扮，都会产生不一样的结果。因而我们认为人脸本身更像一个不确定的概率。所以通过模型的建立来进行识别不是不可以，但会十分复杂，而且所达到的目的并不一定是我们想要的。即使是通过机器学习进行的人脸识别，其自身本质也是通过系数加权等最终得到的结果，所以本质也是单一数学模型的建立、数据的各种复杂处理。   人的大脑是最好的识别工具，因此我们应该从人大脑的识别机制入手，模拟大脑的识别

opencv 2.4如何读取摄像头的操作，代码很简单，进行了简单的canny处理；

应用背景本程序是使用vc++写的，主要用于数字图像处理，源码为原创，可以运行，实现的功能为图像的几何变换，如有疑问可与我联系。关键技术图像几何变换是指用数学建模的方法来描述图像位置、大小、形状等变化的方法。在实际场景拍摄到的一幅图像，如果画面过大或过小，都需要进行缩小或放大。如果拍摄时景物与摄像头不成相互平行关系的时候，会发生一些几何畸变，例如会把一个正方形拍摄成一个梯形等。这就需要进行一定的畸变校正。在进行目标物的匹配时，需要对图像进行旋转、平移等处理。

在图像处理方面的实际应用中，为了完成实际的需要，可能整个图像处理过程仅仅对一些图像目标较为关注，整个流程都是围绕着这些图像目标所进行的。按照实际需要，一副图像可以分为两部分：前景（对应于实际中要使用的图像目标）和背景（图像中非目标的其它区域）。在作物病害诊断系统中，对图像进行分割后，为了完成最后的识别过程，需要对分割后的目标图像区域的特征（颜色、形状等）进行提取和分析，因此，图像分割在整个诊断过程中是十分重要的。

应用背景 简单的基于pil库 和python自带函数来实现序列直方图 并将其打包成exe文件  在没有python环境下也可以运行 对多种格式的序列图片进行处理 。。关键技术循环获取整个序列的像素值 然后画出其直方图  并将其打包成exe  文件 使其在不同的环境下可以运行。。

图像的字符分割，有列分割和行分割两种。都有案例图片进行示范！ When recognizing characters in matlab, the code of column segmentation and row segmentation characters! Pro-test is effective, column segmentation is better, row segmentation is a little bit of a problem. Hope to improve the pro-comments! Declarations: This segmentation algorithm is relatively simple, so it is suitable for the case of wide character gap and standardized character. Handwriting or characters that are too close together can go wrong!

这种算法执行的 K-均值滤波在二进制图像上，同时选择唯一重要的像素为单位）。像素重要性进行二次筛选并使用膨胀和腐蚀。

特征向量生成用于训练和测试使用功能的中心矩、 预测、 纸张歪斜、 和 iprops 函数的平均值