锐化图像

实现单幅图像的非均匀校正,在MATLAB环境下实现基于中值直方图的方法

【源码】DirectX角色扮演游戏编程 第二版 这本书是学习Directx、角色扮演、游戏编程的经典书籍。 但是网上很多资源是基于第一版书籍的，或是根本运行不通。 这个版本我已测试过，每个工程都可以完美运行。 运行环境：DirectX SDK 9.0b

希尔伯特变换在 matlab，它由希尔伯特 · 阿里，住在附近馕店，目前他在短的 chadii，是和开发为他美丽的 superviosr 李 * 李 *，希尔伯特程序的点子他实际上

基于MFC的查看图像坐标选点程序，当导入一副图像时，鼠标所指位置会在主框架窗口会产生其在图像坐标中的横纵值，记录该点在图像中的水平和竖直坐标位置，达到选点的目的。

HIS彩色空间阈值分割方法    为了克服光照的影响，目前大部分侦测算法都先将图像由RGB彩色空间转换到HIS彩色空间，再进行彩色图像的分割。这是因为在HIS空间，色调(Hue)和色饱和度(Saturation)信号与亮度(Intensity)信号是分离的，利用色调信号和色饱和度信号进行分割，可完全消除光照的影响。其中N．Kehtarnavaz等人是在HIS彩色空问通过设定色调分量、饱和度分量的阈值范围，侦测出红色区域作为禁令标志的可能区域，得到的红色区域的阈值范围为3 sH≤56°，S>15，I

数字英文ocr识别。该程序只是一个案例，知道delphi开发则如何使用asprise控件

基于OpenCV2.3.1的人脸识别程序。OpenCV中已经附带了人脸识别的数据库，做了部分优化。

特征选择也叫特征子集选择 ( FSS , Feature Subset Selection ) 。是指从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化。向后搜索（ SBS , Sequential Backward Selection ）：从特征全集O开始，每次从特征集O中剔除一个特征x，使得剔除特征x后评价函数值达到最优。向前搜索（ SFS , Sequential Forward Selection ）：特征子集X从空集开始，每次选择一个特征x加入特征子集X，使得特征函数J( X)最优。简单说就是，每次都选择一个使得评价函数的取值达到最优的特征加入，其实就是一种简单的贪心算法。

目前，使用VS+opencv 2.4.9中 进行行人跟踪时，现有的程序只是结合Camshift 程序而已，其缺点就是目标遇到遮挡的时候，容易丢失。为了解决这个问题，本人引入kalman知识，对行人运动进行实时预测，当目标遇到遮挡的时候，可以进行预测，这时候能提高鲁棒性。本文的Camshift + Kalman进行行人跟踪预测代码是基于opencv2.4.9进行编写的，可以直接拿来应用，非常方便。有兴趣的朋友，可以在本算法的基础上进一步进行优化，相信由此代码基础，下一步的工作会轻松很多。本代码，也有助于新入门的程序员进行深入学习，或者直接拿来进行实验开发等等。

c# 360全景视觉图片浏览,3d效果显示图片浏览，非常酷值得学习和搜藏的好源码