基于TLD的目标跟踪算法

本程序是在 MFC 中使用 OpenCV 的演示程序，由3部分组成。 一、Windows 下用 MFC 编制的程序框架 采用设备无关位图DIB实现Windows多文档模式下图像的显示，实现显示的关键函数StretchDIBits的原型如下：

资源描述 改程序可以方便直观的查看RGB与HSV的值，同时加入了鼠标移动消息的相应，鼠标移动到屏幕任何一点，程序都会显示对应点的RGB和HSV值，具体界面如下：  

傅立叶变换能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。本程序实现了图像的傅里叶离散变换变换，傅里叶变换部分使用了openCV的函数库。

一种新的单目标长时间（long term tracking）跟踪算法。该算法与传统跟踪算法的显著区别在于将传统的跟踪算法和传统的检测算法相结合来解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题。同时，通过一种改进的在线学习机制不断更新跟踪模块的“显著特征点”和检测模块的目标模型及相关参数，从而使得跟踪效果更加稳定、鲁棒、可靠。

用C++实现图像的平滑处理，MFC工程，可以直接使用，内附实例图片，可以直接看到效果，可以学习一下

资源描述了解数字图像处理的基本算法，如平移、旋转、平滑、锐化、灰度图的转化、对比度扩展，腐蚀、膨胀...

纹理合成代码，包括简单贴图，镜像贴图，Chaos Monsac和Image Quilting 算法。是我纹理合成的作业，包括报告等。非常有价值。欢迎大家下载，谢谢哈纹理合成代码，包括简单贴图，镜像贴图，Chaos Monsac和Image Quilting 算法。是我纹理合成的作业，包括报告等。非常有价值。欢迎大家下载，谢谢哈

 对于人脸识别，目前所采取的大多为对图像进行分析、解剖，把感性的人脸图像抽象化、模式化。以期最终建立关于人脸的数学模型，从而通过模型，让人脸识别变得十分简单。然而人脸之复杂，随环境、年龄、等的变化更是无法预测。我们的最终目的是制造出和我们一样有人脸识别能力的机器，它们的人脸识别能力不应该超出我们的范围。   人脸本身是一个随机的变量，不同的角度、不同的光线、不同的打扮，都会产生不一样的结果。因而我们认为人脸本身更像一个不确定的概率。所以通过模型的建立来进行识别不是不可以，但会十分复杂，而且所达到的目的并不一定是我们想要的。即使是通过机器学习进行的人脸识别，其自身本质也是通过系数加权等最终得到的结果，所以本质也是单一数学模型的建立、数据的各种复杂处理。   人的大脑是最好的识别工具，因此我们应该从人大脑的识别机制入手，模拟大脑的识别

可以调整图像色阶、锐度、反色、灰底均衡，还可以对图像进行反转、平移、旋转等操作

基于opencv的canny边缘检测功能实现。使用语言为C++;功能比较简单。只是简单的算法功能实现。