DWT in c++

是一个很好的对于案例采用matlab的源码形式，很好的解决了实际出现的问题，对于初学者而言能够很好的接触和学习!也可以在很大程度上用于其他的用途。

基于hough 变换的的  直线提取程序 直线检测 二值化  两条直线的提取程序 有图像  MATLAB 程序

里边加上了注释，适合需要急迫，不必花费太多时间来熟悉各个语句，看注释就知道怎么个过程

EmguCV的官方网站上的例子中，有SURF算法的实现，其实现的时候利用的GPU的加速，看着比较复杂。此外，官网上例子的实现并没有做界面，看着不舒服，加载图片也不是很方便，因此，为了学习，我将官网上的例子进行了修改，去掉了GPU加速的部分，然后在做了显示界面，操作起来更友好些。 我是在Vs2012下使用2.9Alpha版本的EmgucV做的。 窗体上有两个PictureBox控件，一个用来显示待匹配的源图像，一个用来显示匹配的目标图像。然后相对应的有三个Button控件，第一个用来打开源图像，第二个用来打开目标图像，第三个用来匹配，当点击第三个Button控件实现匹配，匹配的图像显示在新的窗体上，新的窗体很简单，就一个窗体.

在学习图像处理时做的汉字点阵字体生成工具，界面是参考网上一个点阵字体生成器，可以获取任意字体和大小的汉字的点阵，为后面的汉字识别提供样本，要用VS2005或者以上版本打开

本代码是《MATLAB图像处理实例》中第三章的例子，本代码主要是介绍一些图像处理的基础知识，包括图像的类型转换，如何在MATLAB中读取一个图像，以及怎么在MATLAB中显示图像。

采用肤色分割和气泡排序的方法跟踪手的质心。使用卡尔曼滤波改进了结果；

通过sift算法提取图片的特征，然后用KD算法搜寻匹配特征，用RANSANC算法去除外点。计算单应矩阵H，变换浮动图像，插值计算，使用加权方式进行重叠区的融合。最后得到拼接图像，效果良好。

应用背景在自动识别方面的研究主要集中在统计方法上。这已导致的规范和提取的统计特征，如运行长度分布，倾斜分布，熵，和边缘铰链分布。边铰分布特征优于所有其他统计功能。边铰分布是一种特征，其特征是一个书写方向的变化手写文本中的笔画。通过一个窗口，提取的边缘铰链分布滑动过的边缘检测到的二进制手写图像。每当窗口的中央像素是在，这2个边缘片段（即连接序列的像素）从这个中央像素出现被认为。测量和存储的方向作为对。联合概率分布是从一个大样本，这样对。关键技术我们改进了劳伦斯范德华maaten优秀的包装可在http://www.cs.unimaas.nl/l.vandermaaten/laurens_van_der_maaten/software.html笔迹鉴别。我们认为一个完整的二维概率分布，需要考虑的角度，对所有可能的组合，比原代码。代码已经使用我的笔迹数据库的测试，可以在HTTP：/ / www.iam。unibe。CH / ~ FKI / iamdb /。关键词：MATLAB源代码，识别，，作家，作家匹配，作者验证，在线作家识别，边铰链，手写，手写。

 LPBYTE lpSrc;   // 指向原图像的指针   long i,j;   //循环变量   int gray[256]; // 灰度计数  BYTE pixel; //像素值  LPBYTE lpDIBBits=m_pDib->GetData();//找到原图像的起始位置  LONG lWidth=m_pDib->GetWidth();    //获得原图像的宽度  LONG lHeight=m_pDib->GetHeight();  //获得原图像的高度  // 灰度计数变量初始化  memset(gray,0,sizeof(gray));  //逐个扫面图像中的像素点,进行灰度计数统计  for(j = 0; j