小波处理，滤波，复原，融合等VC源代码

利用Shearlet变换对多聚焦和医学图片进行分解，将分解得到的高频系数进行绝对值取大的规则进行融合，对得到的低频系数采用区域能量和区域方差加权融合的规则进行融合，之后进行shearlet反变换得到融合图像

应用背景在进行图像处理时，由于实验数据要求不同，经常要对图片的大小进行修改，如果只是一两张图片可用一些PS等软件很快的修改，若图片有成百上千张，比如在做人脸识别时，非常耗时，所有可以用该程序来进行批量修改，图片长宽可在代码中进行设置。关键技术主要是opencv中dst_img_rsize的使用，以及如何根据文件名循环的读取图像文件进行批量操作，修改完后如何将其保存又不与原始图像混在一起。

  算法分两步，首先生成直方图，记录下每个灰度值的像素点个数； pg为存放直方图数据的数组，pg[i]为灰度为i的像素点个数，    ps: ——为全部灰度的一阶矩     ——为全部灰度的零阶矩，即全部像素个数 假定阈值为j，对阈值小于j

这里在VS2010和opencv的环境下编码的调取摄像头并对摄像头捕捉到的图像进行处理。 第一步：初始化摄像头。 第二步：设置图像属性。 第三步：获取一帧图像。 第四步：显示图像cvshowimage()。 第五步：保存图像。 第六步：对图像进行阈值分割。 第七步：对图像进行二值化处理。 将彩色图片转化为灰度图片

BP网络的训练是matlab中文论坛的例子，效果比较好。调用主函数是我自己写的。

1.根据训练文件夹中的图像训练单词表。在每一张图像中提取sift点，将从所有图像中得到的128维sift点进行聚类，类别数就是单词数，聚类中心就是单词，将得到的单词表保存下来。 2.对于每一张新的图像，先提取图像中的sift点，按照之前训练好的单词表将每个sift点对应成某个单词，统计在这幅图像中每种单词的数量，就是词包模型。 注意：生成的文件每行代表一幅图像，将文件复制出来后修改后缀成.doc可以用word打开。 首先运行centr3得到单词表，在运行bagofword生成单词包。

yuv格式的视频本身就是未经压缩的格式，为了更加的方便，该程序将yuv格式的视频切分成bmp格式的图像来进行处理，在图像处理领域是比较常用到的功能，

在这里，我将附上用于jpeg标准的使用dct技术的图像压缩的matlab代码…这是我的b tech项目标题。测量并比较了不同类型图像的压缩比、PSNR、MSE等参数；

这个代码是一个完整的人脸识别代码。包括：一个训练主程序，一个测试主程序，一个SVM主程序，一个pca主成分分析程序。同时还包括一个小型训练样本集合一个测试样本集。

基于visual c++ 6.0，使用opencv1.0对图像进行简单的处理，适合初学者用。如果对opencv较熟悉的话，则此程序对您不会有任何帮助。该算法中只是使用opencv自带的几个函数进行处理，可以直接运行。