Delphi licence plate recognise

应用背景可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多可以训练，数据很多关键技术人头分类器训练数据，可以训练，数据很多人头分类器训练数据，可以训练，数据很多人头分类器训练数据，可以训练，数据很多人头分类器训练数据，可以训练，数据很多

实现功能：opencv用鼠标在两张图中取相同位置和大小的roi,并保存所选取的roi 程序简介：程序主要用到cvSetMouseCallback（）函数，通过鼠标操作画出矩形区域，并将其设为这两张图的感兴趣区域。 用途：图像减差，帧差法等。

本代码是使用matlab实现的LBP算法，适合于初学者进行学习研究，如果在学习中间遇到问题，欢迎大家相互交流学习，共同进步提高。

Davinci技术DSPC6437的图像处理例程和技术文档,里面包含了Davinci系列DSP的C6437的图像处理开发实例程序，以及H264的编解码算法，图像的JPG压缩算法，和相应的测试实例，同时还提供了相应的技术文档和书册，仅供初学习Davinci技术DSP的朋友们参考和学习之用！ 达芬奇技术是业界第一款集成了 DSP 处理器、软件、工具以及技术支持的综合型解决方案系列，非常适用于开发各种优化的数字视频终端设备。该技术使 OEM 厂商能够更轻松、更快速地开发各种低成本的创新型数字视频产品，为用户带来全新的数字视频体验。达芬奇技术将极大加速数字视频应用的创新，并使之拥有更为广阔的市场前景 操作系统 标准操作系统使具备这些系统专业技能的开发人员能够充分利用其编程技巧，同时获得达芬奇技术系统集成所能实现的最高性能，其中包括其强劲 DSP 引擎与加速器。达芬奇技术系列最初将支持 Linux 操作系统，未来会陆续实现对诸如 WinCE 等其它流行操作系统的支持。   ·        应用编程接口 (API) 达芬奇技术系列提供多种 API，以促进数字视频设备的创新。这些 API 可结合 DSP 与 ARM 软件开发人员双方的最大优势。在 DSP 平台针对 DSP 专家保持开放性的同时，ARM 软件开发人员可以根据 API 进行编程，同时确保新一代数字视频处理所需要的编解码器流行组合能够相互配合并适合特定视频应用。最终，无论开发团队具有何种专业技术或偏好，达芬奇 API 都能够为广泛的高性能视频、音频、影像及语音编解码器透明地集成 DSP 与加速器。

资源描述 资源描述(VS2010+openCV2.4.11) 基于Gabor+PCA+SVM的性别识别共有三个程序组成：1）图像预处理，从人脸数据库提取人脸，为提取特征做准备；2）运用Gabor对特征提取，并用PCA降维，训练出SVM性别分类器；3）由训练出SVM性别分类器，对输入的图像进行性别识别。这是第三部分代码。

在fpga中对图像处理时，会用到sobel边缘检测的算法，本算法使用的是verilog语言编写的，对图像的边缘轮廓检测很实用

特征选择也叫特征子集选择 ( FSS , Feature Subset Selection ) 。是指从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化。向后搜索（ SBS , Sequential Backward Selection ）：从特征全集O开始，每次从特征集O中剔除一个特征x，使得剔除特征x后评价函数值达到最优。向前搜索（ SFS , Sequential Forward Selection ）：特征子集X从空集开始，每次选择一个特征x加入特征子集X，使得特征函数J( X)最优。简单说就是，每次都选择一个使得评价函数的取值达到最优的特征加入，其实就是一种简单的贪心算法。

opencv,C++图像处理相关，包括鼠标区域选取，截图，及简单的图像加载，适用计算机视觉初学者。

本人亲测可用（基于matlab2010），速度稍慢，六张2760*1140的图片拼接大约十分钟能拼出来（笔记本，奔腾b980处理器，3g内存），接口处模糊，整体有畸变

资源描述 Retinex理论始于Land和McCann于20世纪60年代作出的一系列贡献,其基本思想是人感知到某点的颜色和亮度并不仅仅取决于该点进入人眼的绝对光线，还和其周围的颜色和亮度有关。Retinex这个词是由视网膜(Retina)和大脑皮层(Cortex)两个词组合构成的.Land之所以设计这个词，是为了表明他不清楚视觉系统的特性究竟取决于此两个生理结构中的哪一个，抑或是与两者都有关系。