图像的仿射变换

opencv初级教程由美国伊力诺理工学院计算机科学系Gady Adam编写， 给出了opencv的介绍，常用函数，编译命令，命名约定和例程， 适合初学者利用opencv做图像处理和视频处理。

2001年，Adaboost算法首次应用到了人脸检测应用上，并得到了很好的效果，在人脸检测方面取得了巨大的成就：1）首次采用Haar特征来对人脸图像的灰度分布情况进行描述，由于Harr特征的简单有效性，提高了检测速度；2）挑选出一些具有样本能力的Haar特征的组合来构成强分类器；3）采用由粗到精的思路来构造级联人脸检测器，先用强分类器把图片中大多数的背景和无关区域滤除，再增强分类器的复杂度，继续滤掉剩余的无关区域，最后剩下的就是人脸区域，该种方法达到了提高了人脸检测速度的目的。本资源位Adaboost人脸检测的具体实现。

基于改进型中值滤波程序设计算法，是经过自己调试可行的matlab源码，用于对图像的滤波处理，简单易懂

能很好的实现人脸检测，其中包括基于adaboost实现人脸检测matlab代码。还有基于新色彩空间肤色分割的代码。综合起来就是基于肤色分割的adaboost人脸检测算法的改进

C51编写的WS2811 RGB芯片控制程序,采用华邦的W79E825单片机,实现呼吸灯,闪烁的功能.也可作为其他RGB LED控制芯片的参考代码,如WS2812,WS2812B等.

此系统为视频交通参数提取系统，可以打开视频，对视频中车辆进行标定，提取速度，采用VC++,Windows XP,MFC环境开发

在视频显示任务的循环中，程序首先将视频数据从输入缓冲区读入自己开设的临时图像处理缓冲区，再在临时图像处理缓冲区上进行处理，处理后的数据再输出到输出缓冲区。这是购买合众达的DM642开发板时提供的源代码。

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。

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。

隐藏在图像中的文本。在这里提供的文本将被隐藏在图像中。加密后当过需要的文本可以恢复回来从文本。