行人划线检测

demo_permutation - 演示中的图像的层叠柱版本和使用修补基置换重新排序它的结果之间“平滑度”的差异。我们比较使用移动积所获得的两个一维信号的平滑性。我们还说明了如何通过贴剂的路径看起来当其重排序是通过图像的光栅扫描和补丁基于置换定义等。 demo_inpainting - 图像使用在重新排序的补丁基地排列，然后将丢失的像素是使用立方插值重建图像修复实验。demo_denoising - 图像去噪实验中使用的图像中重新排序的补丁基地排列，然后用学到的过滤器过滤。

这些源代码做视图变形的输入应该是一个两个姿势的图像或左姿势和右姿势然后结果将是一个正面姿势和源代码还包括特征提取点，这样你可以检测眼睛和嘴巴。因此整个面部可以变形。

C#读取DICOM并显示图像。这是一个可以有效的读取本地DICOM文件，并将其中的内容显示于内，实现文档与图片的有效转换

   本程序运用haar特征adaboost算法进行人脸检测。 OpenCV 的人脸检测主要是调用训练好的

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!

应用背景要求：Matlab，Matlab图像处理工具箱。主成分分析法是一种数学方法数据尺寸减少的公式。因此，主成分分析法技术允许在数据和标准的识别他们的表达方式，在这样一种方式，他们的相似性和差异强调。一旦模式被发现，它们可以被压缩，即，他们的尺寸可以减少没有多少损失的信息。总之，主成分分析法可能是用于数字图像压缩算法，具有低的损耗关键技术1发布日期2014.10.25主要特点：主成分分析的图像压缩详细数据压缩信息灰度和RGB图像的支持快速优化实现演示代码（保护p-files）可用绩效评价

该源码实现的功能是实现手写数字识别，是实现OCR功能的关键代码。现在上传，希望对大家有所帮助，该代码试用C++语言进行编写，内部包含多种算法的代码，可以进行多种识别方法的比较。

该程序是建立一个gabor滤波器组，并且可以对想要处理的图像进行输入进行小波处理，并且提取图像的纹理特征。                                                                                                      

这段代码被与人脸识别。假设如果我们想要认识脸等等和碱的纹理特征，我们可以提取的脸。所以这是脸识别代码。你必须要从中提取的面孔的输入的图像。在这主成分分析用来认识到脸。

MATLAB中编程，偏最小二乘回归的通用程序，输入两个矩阵，输出预测值及相关误差。