用你的手指在空中画

通过电脑摄像头采集原始图像，调用opencv进行前景背景处理后，调用手势分析算法来对其进行识别，最后将合成的结果反馈到窗口上，达到实时识别

图像处理功能强大，可以分层处理图像。 处理多种格式的图形或图像文件。可以记录历史操作。 图像的放大或缩小或指定尺寸。图像的特效处理的功能。

背景建模以及几种阴影去除方法，比如基于颜色、梯度、阴影训练、几何等方法。有需要的可以下载进行尝试，效果还可以。

这是一段基于opencv的对图像进行畸变处理的源程序，使用usb摄像头，采集一副图像，然后对图像畸变校正，摄像头事先标定好，程序中将会直接利用标定好的参数。

依据图像的纹理特征，对图像进行检索，代码是用matlab写的 其中的图像库包含45幅图，有30个代码相关文件，程序可以运行，对学习纹理检索图像的人很有帮助

这个球面化算法最初是在ps上的球面化滤镜中看到的，感觉挺有意思，就研究了一下。算法的详细推导可以在这篇博客中找到，我比较懒，只在纸上推了一遍，就不在博客上编辑了。不过这里还是要把逆变换公式写一下。 

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!

3 的输入的参数。第一是名称您想要使用的图像文件 （放在引号）。第二个是伽玛校正因子，用于改变方法的产品出来。摆弄数字 1 到 5 之间直到它看起来不错。（一般低的数字使其暗）。第三个输入是您想要输出到一个文本文件的名称。示例函数调用：asciipic2("imagename.jpg",2.5,"outputname.txt")

过去的几年里已经看到照片的使用响应非均匀性噪声 （PRNU） 的一个独特的指纹如影像传感器，在各种数字的法医学应用源设备标识、 验证内容的完整性、 和身份验证。然而，使用一种颜色筛选数组捕获的每个像素的三个颜色分量的唯一介绍了彩色插值噪声，同时现有的方法提取 PRNU 为解决问题提供没有有效的手段这一问题。因为人工色素获得通过彩色插值过程不直接取自由物理硬件的场景，我们期望，PRNU提取的物理组件，都是免费的插值的噪音，应比从更可靠人工渠道，进行插值噪声。在此基础假设我们建议夫妇解耦的 PRNU (CD-PRNU)提取方法，首次分解每个颜色通道到四个的子图像，然后提取物 PRNU 噪声从每个子图像。PRNU 的子图像的噪声模式然后组装得到裁谈会 PRNU。这种新方法可以防止插值噪声传播进入物理组件，从而提高设备识别的准确性与图像内容的完整性验证。索引术语 — — 彩色滤光阵列、 马赛克

创建买家和卖家。卖方加载图像并做水印，通过分销商传递给买方。分销商不知道水印以及水印的插入位置。在不知道水印的情况下，分销商将水印图像传递给买方。买方知道水印并提取得到原始图像，恢复原始水印图像。因此，它提供身份验证和未知的人无法找到秘密图像。