dirent.h window版本

采用肤色分割的人脸检测具有计算简单、检测率高的特点，并且对于人脸有旋转和倾斜的人脸图像也有较好的检测效果。但在检测时会把一些类似于人脸肤色的人体其他部位和类似于肤色的背景误检为人脸，具有较高的误检率。而且基于肤色分割的人脸检测对于光照条件等外部环境要求比较高，外部环境会直接影响其检测的效果。采用Adaboost算法的人脸检测有很好的检测效果，但该方法计算十分复杂，检测速度比较慢，对于有旋转和倾斜的人脸图像的检测率不高，而且当背景环境很复杂的时候该算法的误检率很高。因此，本代码是结合两者的优点的人脸检测

 ；使用4个动态参数和2个

该代码可以用AES算法对图像进行加解密

这是基于opencv的人脸检测的源码，主要用于检测人脸并进行识别。程序主要通过从本地读取一个bmp格式的文件，然后对文件进行解析，进而进行识别，在算法实现上主要用了光线补偿、图像灰度化、高斯平滑、图像对比度增强和均衡直方图等方法。

资源描述 苹果电脑上将视频转为gif动图的小工具

本代码提供了最基本的图像读取，保存图像，处理图像，如水平镜像，垂直镜像等。里面含有三种操作影像的方法内存法，指针法和像素法。

应用背景Python opencv 图像处理基础教程，转自网络，主要是Python对于图像的增强，变换，匹配，轮廓，视频处理，分割，跟踪，投影等等关键技术的初级教程。关键技术图像处理 Python 实现，Python opencv 图像处理基础教程，opencv Python入门基础，gui,图像处理（平滑，金字塔，尺寸，阈值化），图像变换（梯度算子，仿射变换，等等），直方图，图像匹配，目标跟踪，轮廓操作，等等

各种算法已经被提出了FACE RECOGNITION.OUR第一步是人脸检测涉及检测面部在IMAGE.VARIOUS影像已更新了DATABASE.THEN下一步涉及人脸识别是用来判断是否照片匹配了数据库。

应用背景这是加载一个BMP文件转换成一个矩阵的应用。我们做二值化与阈值并保存成BMP文件。这个应用程序使用在细化过程。这个应用程序的想法很简单，只是比较和阈值，将给予0或255的价值。关键技术该算法的思想是很简单的，只是比较的每一个值在一个阈值，结果将0或255的矩阵。二是白色或黑色，所以这种方法是用来使画面变成白色，黑色。

分水岭分割算法，有细胞分割实例，程序可以直接运行，分水岭分割是将一幅图像看成一个拓扑地图，其中灰度值被认为是地形高度值，高灰度值对应山峰，地灰度值对应峡谷，分水岭分割就是在不同的灰度图中找出低水盆地和分水岭。