YUV转264(9-15)

手势检测从视频序列中检测到手并定位手的区域，该过程对于特征的选择与处理相当关键，肤色及运动信息是经常被采用的两个有效的特征。但是，现实环境中由于光照变化、背景复杂及其它不可预知的干扰，仅一个特征往往不能有效地定位出手，需要多种特征互补，手势检测方法分为基于肤色信息、基于运动信息及多信息结合三类。本实验通过肤色信息检测出人手的位置，并使用红色矩形框框出区域。该实验从视频中检测出人手并定位手的区域。

本段程序主要实现的是视频的分帧处理，就是把一段视频分解为一张张图片，可以使视频转换为图片进行图片的处理。有的软件对视频格式要求严格，这就要求对视频的格式和大小进行转换和修剪，通过视频的分帧处理，就可以剔除掉没用的，或者不清晰的图片，然后再通过合帧处理，生成符合要求的视频。

整个文件可以直接通过编译并能正常使用，用来测试opencv的各个模块的例子！

彩色图像的尺寸增大，且去模糊。利用了RGB到HSI转换模型，对I分量进行操作，调用imresize函数。。。采用了各种4种典型的拉普拉斯算子模板，进行锐化，在进行平滑，。。。在恢复到RGB模型下。

这是一个使用了Gabor特征提取和人工智能的人脸检测系统源代码使用步骤：1. 拷贝所有文件到MATLAB工作目录下(确认已经安装了图像处理工具箱和人工智能工具箱)2. 找到"main.m"文件3. 命令行中运行它4. 点击"Train Network"，等待程序训练好样本5. 点击"Test on Photos"，选择一个.jpg图片，识别。6. 等待程序检测出人脸区域createffnn.m, drawrec.m, gabor.m, im2vec.m, imscan.m, loadimages.m, main.m, template1.png, template2.png, trainnet.m

DirectShow编程技术资料，word主要关于directshow的基础知识，在这个知识的基础上可以做图象处理，视频处理。是图像处理和模式识别的必备基础知识。。                                                                                                     

H264编解码，压缩域处理H264编解码，压缩域处H2H264编解码，压缩域处理64H264编解码，压缩域处理编解码，压缩域处理理

应用背景平均背景法是一种学习背景场景和分割前景目标的简单方法。这种方法只能用于背景场景中不包含运动部分。而且，这种方法还要求光线保持不变，比如室内静止场景。关键技术 在视频对背景进行建模的过程中，每2帧图像之间对应像素点灰度值算出一个误差值，在背景建模时间内算出该像素点的平均值，误差平均值，然后在平均差值的基础上+-误差平均值的常数(这个系数需要手动调整)倍作为背景图像的阈值范围，所以当进行前景检测时，当相应点位置来了一个像素时，如果来的这个像素的每个通道的灰度值都在这个阈值范围内，则认为是背景用0表示，否则认为是前景用255表示。

应用背景阈值分割是图像分割的一种最简单的方法。在全局阈值，对图像中所有的像素的单阈值用。当组件的像素值，背景相当一致的在各自的价值观在整个图像，它输出一biinary图像 ；代表分割。关键技术C #工具实现的全局阈值分割算法

利用opencv在原始图像上用鼠标点选四个点，构造出一个四边形，并依此四边形区域设置图像ROI区域，会对新手有所帮助