NMFLABIP 非负矩阵分解用于人脸识别

使用说明：第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别识别的结果显示在屏幕上，同时也输出到文件result.txt中该系统的识别率一般为90%另外，也可以单独对打开的图片一步一步进行图像预处理工作。但要注意，每一步工作只能执行一遍，而且要按顺序执行。步骤为：“256色位图转为灰度图”“灰度图二值化”“去噪”“倾斜校正”“分割”“标准化尺寸”“紧缩重排”另外注意，要识别的图片，要与win.dat、whi.dat位于同一目录。此两文件保存训练后网络的权值参数

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。

本程序可以在c语言下进行jpg格式与bmp格式的相互转化，本程序自成一个模块，无需更改，可以作为单独程序运行，或进行地址的未调整，作为一个模块嵌入到程序中使用，翻遍简单有效！

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。

这是一个测试代码，使用matlab的gui界面，它有很多问题需要解决，如果有人需要它，并且喜欢纠正它，不要犹豫。我的电子邮件是a517614879@163.com

图像前处理是图像处理中做的非常第一步。前处理，删除所有不需要的数据被统称为噪声，提高图像尽可能多地使感兴趣区域的更加突出。这有助于在以后处理，可以帮助，取得好成绩。图像 binarisation 是强制性的一步，要在预处理之一。它将图像转换为强度值介于 0 和 1 的二进制图像。

c# 360全景视觉图片浏览,3d效果显示图片浏览，非常酷值得学习和搜藏的好源码

PLSgui是一个图形给用户界面的Matlab程序，通过鼠标和键盘传递信息。当然我们可以通过命令行执行我们的程序，它只是PLSgui的一部分功能。

使用Tesseract for Metadata Extraction为扫描的文档图像提取以下内容

指纹的特征提取包括端点及交叉点的提取，然后进行去伪点操作，最后再进行特征点匹配，最终得出匹配结果！调试通过