获取本地摄像头，并拍照

应用背景运动模糊图像是常见的模糊图像之一，在生活中处处存在，比如相机照相是手抖动就有可能造成运动模糊，在军事，交通，医学等方面都有应用，所以对运动模糊图像复原的研究有重大的意义。关键技术本文先假设运动尺度和运动角度，构造一个点扩散函数，使原图像变模糊，然后运用四种算法对图像进行复原（维纳滤波，最小二乘法，L-R，以及盲卷积），通过对比看哪种算法效果更好。

结合Surf描述符算子和Sift描述符算子提取的图像不变特征。利用了Sift描述符对尺度，翻转的强有效性；和Surf描述符对光强的 敏感性，进行图像复制粘贴防伪检测。代码中有一个实例，可以看出检测结果。

应用背景视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg关键技术 ================================================================================= 运动估计 H264     视频协议 ============================================================================================

应用背景如今，由于照相机性能的限制，使得人们不能很好的拍摄一幅幅面比较大的图像。针对于此，本代码利用c++结合opencv，实现了多幅图像的拼接，并且得到比较好的效果。关键技术主要通过分析图像的特征，然后提取出图像中有用的相关联的角点，最后利用角点匹配技术，初步得到匹配的图像。由于在匹配过程中，存在部分匹配不当的角点，所以在应用图像融合技术，达到更好的效果

迷宫规划求解使用 matlab.only 中的图像处理提供输入的图像文件，您将得到以下输出

该项目实现了一些在影像上的行为简单的图像处理过滤器，并包括中值滤波，均值滤波，负过滤器。这个项目是在C＃.NET环境中实现，是人民想要了解图像处理过滤器非常有用。

opencv 特征跟踪，可以有效进行特征提取如：线，面等特征，并且可以跟踪特征。是进行opencv基础学习的较好历程，希望能对大家有用。

应用背景蚁群算法是一种自组织的算法。在系统论中，自组织和它组织是组织的两个基本分类，其区别在于组织力或组织指令是来自于系统的内部还是来自于系统的外部，来自于系统内部的是自组织，来自于系统外部的是他组织。关键技术蚁群算法具有较强的鲁棒性。相对于其它算法，蚁群算法对初始路线要求不高，即蚁群算法的求解结果不依赖于初始路线的选择，而且在搜索过程中不需要进行人工的调整。其次，蚁群算法的参数数目少，设置简单，易于蚁群算法应用到其它组合优化问题的求解。

一个好用的图片处理开源工程，实现了图片处理的各种效果。代码来源于code4app

机器学习算法代码，可以用于分词，图像识别，行为识别等 原版本只可以在32位xp下运行，经本人修改，适用于各种版本matlab windows   clear all useMex = 0; % Set this to 1 to use mex files to speed things up %% Generate Synthetic Data % Notes: %   - X is categorical, each element X(i,j) contains the value of feature j for word i, %       a value of "0" means ignore the feature for this training example %   - y is cateogircal, each element y(i) contains the label for word i %       a value of "0" indicates the position between sentences [X,y] = crfChain_genSynthetic; nWords = size(X,1); nStates = max(y); nFeatures = max(X); %% Initialize parameters and data structures [w,v_start,v_end,v] = crfChain_initWeights(nFeatures,nStates,"randn");%初始化参数为正太分布，w状态-特征，v状态-状态 featureStart = cumsum([1 nFeatu