纯c代码的MP4编解码

应用背景 SIFT算法是D.G.Lowe[40]于1999年提出的，SIFT算法可分为两个部分：第一部分是生成SIFT特征，即SIFT特征向量提取过程；第二部分是通过对提取的SIFT特征进行匹配。 特征点描述子生成：计算每个4x4小块上8个方向的梯度方向直方图，并为每个梯度方向做一个累加值，得到一个种子点，如图3.5右图所示。图中每个特征点是由2x2个种子点构成，则每个种子点都具有8个方向的向量信息。为增强SIFT特征匹配的稳定性，每个特征点都通过4x4个种子点来加以描述，这就使得每个特征点都能够生成128个数据，进而形成4x4x8=128维的SIFT特征向量，其中4x4表示16个种子区域，8表示区域的8个方向。  关键技术（1）SIFT算法是一种基于图像局部特征提取的方法，SIFT特征具有尺度缩放不变性、旋转不变性，对视角变化、光照变化、物体运动、噪声也具有良好的稳定性。  （2）高速性，优化的SIFT算法可满足实时性需求。 （3）多量性，SIFT算法可以提取大量的特征点。 （4）可扩展性，SIFT算法可与其他算法相结合。 （5）独特性好、信息量丰富，匹配快速、准确。  经过第一阶段SIFT特征向量生成，第二阶段就是对提取的特征向量进行匹配。其特征点匹配步骤为：假设两幅待匹配的图像分别为S、T，分别从两幅图中提取SIFT特征点。

该代码用于提取手指静脉的特征，对于一副图像有一串二进制码。对于两幅图像，用海明距离相似度可以比较两幅图像的相似度。

C++写的harris角点检测程序，效果明显，注释较清楚，容易扩展功能，这是一个MFC程序，运行结果为一个界面，功能为打开并显示待检测图片，图像基本的预处理如：图像滤波，图像增强等，最后显示的图像的角点信息，并可以自行调试提取角点的参数..

应用背景vs2010+opencv2.4.8,人脸识别，ORL人脸数据库，里面有两个代码，LBP.cpp利用LBP方法先训练图像得到分类器（xml）然后测试待测样本。LBPload.cpp则直接可以用LBP.CPP生成好的分类器测试待测图片，比LBP.cpp快很多。关键技术用的是LBP算法，也可以换成pca和fish算法，只是LBP更快而且占得内存也小一些，里面也有测试时间。为了方便，我直接确定的测得是第13个人，可以修改的。里面的data文件夹里面的at.txt和待测图片路径记得按照你们的情况修改。

本代码以class的形式，编写C++程序。结合Kinect v2.0+ VS2012+openCV2.4.9，将Kinect v2.0彩色帧存到openCV2.4.9类型的图像函数格式（Mat image）中，并将获取的kinect v2.0彩色图像输出到文件夹里保存.这里涉及到Kinect v2.0的打开，color数据的获取，以及与openCV2.4.9相结合的数据格式，还有使用sprintf_s函数将图像保存到指定的文件夹下。

人工蜂群 （ABC） 算法由 Karaboga 最近发明是一种生物启发的优化算法，已被证明是一些常规的生物启发的算法，如遗传算法 （GA）、 差分进化 （DE） 和粒子群优化算法 （PSO） 的竞争力。然而，仍有不足在 ABC 算法 关于其解决方案搜索方程，是善于探索，但在剥削穷人。粒子群优化算法的启发，提出了改进的 ABC 算法由全球最好的 （gbest） 解决方案的信息纳入改善剥削的方程解搜索调用 gbest 指导 ABC （GABC） 算法。在一组数值的基准函数的测试实验结果表明 GABC 算法可以超越 ABC 算法在大多数实验。

基于Emgu的是视频播放程序，使用VS2010+Emgu2.3.0环境，亦可导入摄像机数据，使用EM算法对单独像素点的出现在时间方向上的累加进行建模的方法是新颖的，并且对一个典型的确定的方法提供了一种自然的概率层面的概括

目标跟踪的一个算法   两个匀速运动的物体  红外背景弱小目标检测 跟踪  

使用opencv打开双摄像头，显示所打开的摄像头视频，简单的c++程序

AVI转mpg的源代码，用C++编写，用VC编辑器打开，对视频格式进行转换的源代码，很好的参考资源。