利用OpenCV简单的从摄像头中获取图像

同态滤波是把频率过滤和灰度变换结合起来的一种图像处理方法，它依靠图像的照度/ 反射率模型作为频域处理的基础，利用压缩亮度范围和增强对比度来改善图像的质量。使用这种方法可以使图像处理符合人眼对于亮度响应的非线性特性，避免了直接对图像进行傅立叶变换处理的失真。同态滤波的基本原理是：将像元灰度值看作是照度和反射率两个组份的产物。由于照度相对变化很小，可以看作是图像的低频成份，而反射率则是高频成份。通过分别处理照度和反射率对像元灰度值的影响，达到揭示阴影区细节特征的目的。

我们将考虑高斯成分说明混合模型的框架。更一般地，混合模型可以包括其他分布的线性组合。我们考虑一些非参数方法密度估计，使有关通讯的形式几个假设。

本代码全部由本人编写并测试通过，保证可以。 本代码用于将YUV420格式直接压缩成JPEG文件格式。 内部经过优化，速度很快，代码结构精简，可读性强。 源代码有比较多的文字解释，帮助理解。

这是兴趣的该算法在图像处理与最佳的质量。 事情算法的图像增强提高我们的形象。

OPENCV2.4.8+VS2012编写，基于HOG特征的人群检测，效果不是很好，用于初学者熟悉OPENCV。

P0301：数字图像矩阵数据的显示及其傅立叶变换P0302：二维离散余弦变换的图像压缩P0303：采用灰度变换的方法增强图像的对比度P0304：直方图均匀化P0305：模拟图像受高斯白噪声和椒盐噪声的影响P0306：采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波P0307：采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波P0308：图像的自适应魏纳滤波P0309：运用5种不同的梯度增强法进行图像锐化P0310：图像的高通滤波和掩模处理P0311：利用巴特沃斯（Butterworth）低通滤波器对受噪声干扰的图像进行平滑处理P0312：利用巴特沃斯（Butterworth）高通滤波器对图像进行锐化处理 

调用opencv原有的特征点检测提取算法，实现将指定路径下的图片使用选择算法依次进行特征点的检测与提取，并将图像以及特征点的检测和提取信息保存至文件。实现检测算法有三种算法可选。图像匹配调用原有匹配算法，在指定目录下，读取保存图像及特征点信息的文件，一次实现图像的匹配并判断和记录匹配结果。

它可以用于读取 *.dcm filesit 可以得到图像的 withd，高度，和像素 lengthit 也可以读取 JPEG 文件

Bresenham画线算图形学中最基础的知识了，可惜我并没有选修过图形学，所有还是有必要熟悉一下。上一篇用到的画线函数应该算是数值微分法，也是我最常用的一种方法，不过这种方法似乎并不是很好。这里的画线方法比上一种方法好。算法原理如下：过各行各列象素中心构造一组虚拟网格线。按直线从起点到终点的顺序计算直线与各垂直网格线的交点，然后确定该列象素中与此交点最近的象素。该算法的巧妙之处在于采用增量计算，使得对于每一列，只要检查一个误差项的符号，就可以确定该

isodata是一种非监督分类，又叫迭代自组织分析，通过设定初始参数而引入人机对话环节，并使用归并与分裂的机制，当某两类聚类中心距离小于某一阈值时，将它们合并为一类，当某类标准差大于某一阈值或其样本数目超过某一阈值时，将其分为两类。在某类样本数目少于某阈值时，需将其取消。如此，根据初始聚类中心和设定的类别数目等参数迭代，最终得到一个比较理想的分类结果。这里是它的的matlab程序，套用性强，容易移植