OPENCV 自适应阈值

此代码使图像按相邻像素缩放多少倍；

资源描述 资源描述 基于OpenCV的数字图像处理程序。通过图像模糊二值化，查找连通域，提取数字信心。

资源描述mean shift 的迭代过程只做了一次，交流参考使用。里面有详细说明

它卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像块。

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。

从支持 alpha 通道的 PNG 文件加载与剥皮位数的数字时钟。 它使用 zlib、 pngimage 和 pngextra 图书馆在 Delphi 语言中。

 对于人脸识别，目前所采取的大多为对图像进行分析、解剖，把感性的人脸图像抽象化、模式化。以期最终建立关于人脸的数学模型，从而通过模型，让人脸识别变得十分简单。然而人脸之复杂，随环境、年龄、等的变化更是无法预测。我们的最终目的是制造出和我们一样有人脸识别能力的机器，它们的人脸识别能力不应该超出我们的范围。   人脸本身是一个随机的变量，不同的角度、不同的光线、不同的打扮，都会产生不一样的结果。因而我们认为人脸本身更像一个不确定的概率。所以通过模型的建立来进行识别不是不可以，但会十分复杂，而且所达到的目的并不一定是我们想要的。即使是通过机器学习进行的人脸识别，其自身本质也是通过系数加权等最终得到的结果，所以本质也是单一数学模型的建立、数据的各种复杂处理。   人的大脑是最好的识别工具，因此我们应该从人大脑的识别机制入手，模拟大脑的识别

数字图像处理c#基础学习详细资料，分模块详细教学，适合初学者学习。包含源代码，可直接运行，适宜c#下的编程操作。数字图像处理，妈妈再也不用担心我的学习。来自书籍。希望共享能够为大家带来学习数字图像处理的便利。包含源码以及各自的运行结果等。共计十五章节内容～～～

 采用空间分集的方法可以有效地对抗无线信道中的衰落. 由于受到体积 、 重量 、 成本等因素的限制 ,在 无线通信系统的用户终端上实现多天线技术较为困难. 而在单天线的无线用户间通过协作 ,共享天线 ,可以实现虚拟 的多天线. 低密度奇偶校验 (LDPC) 编码是一种性能优良的线性分组码 ,利用其码字内码元间固有的相关性 ,通过不同 的用户发送码字的不同部分 ,可以实现虚拟的多发送天线 ,获得发送分集增益 ,在不增加系统带宽和发射功率 、 系统复 杂度也不会明显增加的情况下能显著地提高系统性能

首先计算背景图像与当前帧图像介的差，然后对差分图像进行二值化和形态学滤波处理，并对所得结果进行区域连通性分析，当某一连通的区域的面积大于某一给定阈值时，则成为检测目标，并认为该区域就是目标的区域范围，就可以确定目标的最小外接矩形。目标跟踪模块已有两个基本实现的方法，但运用背景差分方法对图。像进行二值化和滤波的效果，还远没有达到独立、稳定的跟踪要求，必须尝试多种运动目标提取方法及滤波算法。