-
raw2bmp 格式转换 c++ code
使用C++语言实现raw格式图片转换为bmp格式文件
内含示例图片,lena.raw为输入,输出为lena.bmp,该程序将raw格式的图片文件转换为bmp格式的图片文件
*.bmp格式为图像处理常用图片格式,不同格式的图片,图片信息内容不同,像素的处理方式也不同,使用该程序可实现图片格式的转换。
主函数为raw2bmp.cpp,该程序快速高效。
- 2023-06-07 04:35:03下载
- 积分:1
-
车辆 “高速公路汽车阴影”视频的阴影去除 matlab
车辆 “高速公路汽车阴影”视频的阴影去除 matlab车辆 “高速公路汽车阴影”视频的阴影去除 matlab车辆 “高速公路汽车阴影”视频的阴影去除 matlab车辆 “高速公路汽车阴影”视频的阴影去除 matlab
车辆 “高速公路汽车阴影”视频的阴影去除 matlab车辆 “高速公路汽车阴影”视频的阴影去除 mat
- 2022-02-05 13:49:26下载
- 积分:1
-
3D立体三角形
应用背景演示3dstereo三角形C++ DirectX d3dvertex SetRenderState d3dtransformstate_projection, ;stereorender DrawPrimitive关键技术HRESULT stereorender(lpdirect3ddevice7 pd3ddevice,int ieye){ ; ; ;d3dmatrix matview,matproj; ; ; ;浮fmview_41,fmproj_31; ; ; ;d3dmaterial7原料; ; ; ;zeromemory(&;原料,sizeof(原料)); ; ; ;zeromemory(&;matview,sizeof(d3dmatrix)); ; ; ;zeromemory(&;matproj,sizeof(d3dmatrix)); ; ; ;pd3ddevice - & gt;GetTransform(d3dtransformstate_view,&;matview); ; ; ;pd3ddevice - & gt;GetTransform(d3dtransformstate_projection,&;matproj); ; ; ;/ /保存当前视图 ; ; ;fmview_41 = matview _41; ; ; ;fmproj_31 = matproj _31; ; ; ;/ /改变/投影矩阵 ; ; ;matview。_41 = fmview_41 + ieye * g_famp; ; ; ;matproj。_31 = fmproj_31 + ieye * g_fzp; ; ; ;pd3ddevice - & gt;settransform(d3dtransfo
- 2022-01-28 18:05:35下载
- 积分:1
-
DSPACK源码
DSPACK源码,包含package,source,基于directshow 视频开发需要的组件
- 2022-06-21 02:45:36下载
- 积分:1
-
二维图像处理
使用matlab进行二维图像的噪声处理,高斯噪声,椒盐噪声,以及加权平均和卷积处理。
- 2022-02-03 00:56:37下载
- 积分:1
-
粒子跟踪
应用背景本项目是针对目标跟踪,并进行目标跟踪;关键技术我用粒子追踪这个项目。
- 2022-02-07 06:33:09下载
- 积分:1
-
视频检测轮廓提取
基于视频运动对象的快速提取 采用了差分法,光流 请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 加载中 侵权举报
- 2022-02-04 00:30:14下载
- 积分:1
-
vega prime中的vsg读取模型
该实例很好的展现了如何通过vsg这一场景图语言加载flt,通过vp将模型经过vsg对节点的读取,成功在vp中展现。此例子短小精悍,容易理解,易懂,通过磁粒子的学习更好的掌握一门古老而又应用广泛的语言-vsg。希望对大家有帮助
- 2022-12-16 06:50:03下载
- 积分:1
-
OpenCV 手册和示例
我的这个文件,包含了opencv的相关的版本和版本的使用的说明,以及一些常见的实例,有很好的的应用价值,同时还能够提供opencv里的一些常见的函数的查找,另外就是有一些相应的代码的演练,对快速的入门有很高的价值展示。因此值得去学习和下载。
- 2022-09-14 19:45:03下载
- 积分:1
-
opencv2.4.9前景提取
应用背景
视频捕捉的对象中,背景通常保持不变。一般分析中关注移动的前景物体,威力提取出前景物体,需要建立背景的模型,将模型和当前帧进行比对检测前景物体。前景提取应用非常广泛,特别是在智能监控领域中。
关键技术
具体的实现过程主要分为两部分:一部分是调用absdiff函数找出当前图片和背景图片的区别,这之中使用了threshold函数去除为前景,当前图片像素与背景图片像素变化超过一定阈值的时候才认定其为前景;另一个工作是更新背景图片,调用函数accumulateWeighted,根据权重参数可以调整背景更新的速度,将当前图片更新到背景中,这里巧妙利用得到的前景提取结果作为mask,在更新背景图片的过程中避免了前景的干扰。
- 2022-01-24 16:14:45下载
- 积分:1