视频序列的提取，视频的特征点跟踪以及前景的提取

非常基本的图像匹配算法，利用OpenCV的Match语句 ，匹配。简单易用，并且使用，可以作为OpenCV 的入门练习使用！

图像的处理方法根据自己的需要，有目的地选择各种方法。在确定脸部区域上，通常使用的方法有肤色提取。肤色提取对脸部区域的获取则比较高，达到95%以上，并且提取速度快，可以减少工作量。 由于图像的亮度在不同环境的当中，会受到不同光线的影响，图像就会变暗或变亮，我们就需要要对它的亮度进行调整，方案主要的方法是对图像进行光线补偿。 高斯平滑：高斯平滑就是对整幅图像进行像素 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

分辨率

图像特征提取的四种算法。1) 顺序前进法特征选择 2) 顺序后退法特征选择 3) 增l 减r 法特征选择4) SFFS特征选择Four types of image feature extraction algorithm, to spend a great deal of effort to get the! To share with you all !

离散余弦变换 （DCT） 表示序列的有限多数据点之和的余弦函数以不同的频率振荡。DCTs 是重要对大量的应用程序，在科学和工程，从有损压缩的音频和图像 （在那里可以丢弃小高的频率成分），对偏微分方程的数值解谱方法。余弦函数，而不是正弦函数的用途是这些应用程序的关键： 压缩，它原来余弦函数是更加有效率 （如下文所述，少，以近似一个典型信号），而求解微分方程的余弦表示选取一个特定的边界条件。尤其是，DCT 是类似于离散傅里叶变换 （DFT），但只使用实数有关傅里叶变换。DCTs，等同于傅里叶变换的两倍左右的长度，经营上真实的数据甚至对称 （因为真实，甚至函数的傅里叶变换是真实，甚至），在那里有些变形的输入和输出数据转移半样本。有八个标准的 DCT 变种，其中四个常见。

翻译 maninwest@Codeforge  作者:Olivier Giulieri@ Codeproject 简介 此项目是一个 web 颜色选择器，看上去像是 Microsoft Office 2010 中的那个。它可以内联使用或者作为绑到文本框的弹出窗使用，支持多种配置和主题。该项目和演示托管在 GitHub 上。 http://github.com/evoluteur/colorpicker 使用代码首先，加载 jQuery (v1.7 或以上版本)、 jQuery UI (v1.8或以上版本)以及这个小工具的代码： 这个小部件需要 jQuery UI 主题， 以及自带的基本 CSS 文件 "evol.colorpicker.css"，在这里我们使用 "ui-lightness" 主题作为例子:

一个简单的OpenCV程序,它从一个文件中读取图像，将色彩值颠倒，并显示结果

摘要：本文提出了一种低功耗的坐标旋转 数字计算机（CORDIC）为基础的可重构离散余弦 变换（DCT）的体系结构。本文的主要思路 基于有趣的事实，在所有的计算中 DCT是不产生频率同样重要 域输出。考虑在重要的区别 的DCT系数，CORDIC算法的迭代次数可以是 动态改变有效折中的图像质量 功耗。因此，计算能量可 不会严重影响图像显著降低 质量。所提出的CORDIC基于2-D DCT的结构是 实现使用0.13微米CMOS工艺，以及实验 结果表明，我们的可重构DCT达到省电 从22.9％到52.2％，比CORDIC为主吕氏 DCT在轻微的图像质量劣化的成本。 关键词：坐标旋转数字计算机 （CORDIC），数据的优先级，离散余弦变换（DCT）， 低功耗，可重构的体系结构。

ffmpeg+sdl写的播放器,基于win32编写的对于想了解libav库的，想了解sdl库开发的有一定的帮助

这是一个LSB算法，用于信息隐藏的C源代码，可以通过信息隐藏技术将各种信息通过这个算法隐藏到图片里边。