VC二维码识别

图像融合程序

车辆检测： 1 识别车辆轮廓，并标识车辆轮廓 2 给出车辆的相对速度，经过测试，实际可用。

它包含将视频转换为yuv并使用h.264视频编解码器进行编码的过程。它将在单独的目录中生成一个yuv视频，并使用x264api对其进行编码。

这是一段基于opencv的对图像进行畸变处理的源程序，使用usb摄像头，采集一副图像，然后对图像畸变校正，摄像头事先标定好，程序中将会直接利用标定好的参数。

依次读取指定文件内的图像，并对其进行特征点检测和提取，最终进行匹配。图像的检测、提取和匹配都分别以两种方法完成。一种方法参数为指针，图像特征点的检测和提取在opencv中可一步完成，另一种方法参数为向量，特征点检测提取分步执行。故以此为基础的特征匹配在opencv中也有两种实现方法。该算法对两种不同参数类型的方法进行测试，比较其耗时并记录测试信息

图像的超分辨率处理。将一张正方形图像先降采样变成原来的1/16，然后经过迭代反投影算法再变回原来的大小。将小图和大图比较可以发现清楚了很多。注意一定要放入正方形的图。迭代反投影算法是将模拟低分辨率图像和观测低分辨率图像的误差叠加到当前估计高分辨率图像，生成新的高分辨率估计图像，进行欠采样得到当前低分辨率模拟图像，不断循环迭代这个过程，直到误差精确达到要求范围或直到迭代次数完成（避免出现死循环）。

此代码是图像的创建编辑和操纵系统的原型。算法所实现特定图像作进一步处理。反相、 灰度、 对比度、 阈值和颜色筛选器通常在此系统中根深蒂固。获取模糊、 锐化效果可以使用这一系统。通用图像处理选项如镜子 (上、 下、 左、 右） 和翻转 （垂直和水平） 也可使用。简单分割功能也包含在这种设计

资源描述用专业的图像处理软件opencv对图像进行chog特征提取

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。

 以R、G、B为轴建立空间直角坐标系，则RGB图的每个象素的颜色可以用该三维空间的一个点来表示，而Gray图的每个象素的颜色可以用直线R=G=B上的一个点来表示。于是rgb转gray图的本质就是寻找一个三维空间到一维空间的映射，最容易想到的就是射影（即过rgb空间的一个点向直线R=G=B做垂线），事实上Matlab也是这样做的，并且有Gray = 0.29900 * R + 0.58700 * G + 0.11400 * B。