AVI文件进行边缘检测

caffe学习笔记4_学习搭建自己的网络——MNIST在caffe上进行训练与学习学习笔记1_CIFAR-10在caffe上进行训练与学习学习笔记2_用一个预训练模型提取特征学习笔记5_逐层可视化图像特征

应用背景C++编写的背景减除方法，C++编写的背景减除方法，C++编写的背景减除方法，C++编写的背景减除方法，C++编写的背景减除方法，C++编写的背景减除方法。关键技术图像处理中运用C++进行背景减除，适用于人体特征提取！图像处理中运用C++进行背景减除，适用于人体特征提取！图像处理中运用C++进行背景减除，适用于人体特征提取！图像处理中运用C++进行背景减除，适用于人体特征提取！

程序通过研究张正友平面模板标定法，通过opencv编程，实现了双目立体相机内外参数的标定，通过与matlab标定对比，实验结果几乎一致。使用者只需从不同角度拍摄平面模板，获得足够多的图片，将文件内的图片替换掉，即可得到自己相机的参数

应用背景数字图像恢复是数字图像处理的一个基本的和重要的课题，它是后期图像处理（分析和理解）的前提。图像在摄取、传输、储存的过程中不可避免地引起图像质量的下降（图像退化），图像恢复就是试图利用退化过程的先验知识使已退化的图像恢复本来面貌，即根据退化的原因，分析引起退化的环境因素，建立相应的数学模型，并沿着使图像降质的逆过程恢复图像。关键技术本程序是由C++编写的，可以直接运行的源代码，实现的功能是数字图像复原技术，对已经处理过的或由于某些操作降低了质量的图像进行复原。

资源描述程序中有多个图像边缘提取算法的代码，可以在界面中选择某个边缘提取算法，对图像边缘进行提取，并可以比较各算法的优异。

局部二值模式LBP（Local Binary Patterns）是一种从局部纹理定义中衍生出来的算法，所谓的纹理是图像分析中常用的鉴别特征，它所含有的信息能够表征物体表面的变化。自1996年Ojala 等人提出LBP算子以来，由于其优秀的分类特性和计算的简便性，使得其广泛的运用于图像检索、人脸分析和工业检测等领域。本资源是LBP人脸识别的实现代码。

整个文件可以直接通过编译并能正常使用，用来测试opencv的各个模块的例子！

基本的处理，包含图像增强，平滑，二值化，阈值分割，边缘提取等，可供参考。

基于opencv的车道线检测代码。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。效果一般

DSPACK源码，包含package，source，基于directshow 视频开发需要的组件