简单截图源码VC

资源描述 实现了camshift对目标的动态跟踪

嗨，这个程序可以认识到从他们的虹膜的人的脸呢。项目的特点，该项目是利用并行处理 GPU 和并行处理的肌电图类使用人脸检测。

这是实现ufc算法的源代码，实现图像的聚类，通过将相似的部分聚类，得到图像的边缘，供大家学习，希望会有所帮助

验证手写签名。

资源描述自己早期学习opengl做的一个列子，对opengl入门学习很有帮助，里面包括配置好的环境库，也可以稍微改动将图像播放做成视频播放；值得进一步学习

按钮+图标， vc++， vs2005通过， 设置不同的按钮风格。cbitmapbutton设置按钮的 焦点，disable，enable 状态的不同图像。比较直观

本文作者开创了多目标协同分割算法在现有的数据集中分割效果良好，用途很广泛。文的优点在于：由于标号增长的准确性在图形转换半监督学习框架中主要依赖于图形节点的相似性有多可靠，在Gunhee Kim ，Eric P. Xing[9]等人提出的多前景协同分割中节点代表着图像区域，它们的相似性既不是很容易区别又不是特别的稳定，尤其是不同图片中相同物体很大的外观差别，分割成属于不同物体的相似性有可能大于分割成相同的物体。这样本文提出结合全局连通约束图形转换半监督学习框架。每个约束项能够看成是一个线性不等式，基于此，我们开创了切平面算法，它能够解决线性不等式约束项和标号增长的凸一元二次方程之间的迭代，寻找最大违反约束项。

在此代码中成长在大脑中的肿瘤部分被分段。它处理与 dicom 图像和有一套 40 dicom 图像加载到一个接一个的代码和分割完成。首先由通过添加一些对比度和亮度提升形象完成一些调整。然后图像转换为二进制图像后，不同强度被分配到图像的不同部分。然后基于位置和强度，它分段的肿瘤部分。

应用背景SLIC是Simple Linear Iterative Clustering的缩写，是一种基于聚类算法的超像素分割。它在CIELAB空间中使用聚类，由LAB颜色空间中的亮度分量L和两个颜色分量a，b以及像素坐标x，y共同构成的5维空间中执行的一个局部像素集合。图像色彩的信息和图像平面空间几乎统一，以此这种新的距离度量就生成了结构紧凑、规则，并能够无缝隙的包含灰度及彩色图像。SLIC算法执行起来非常简单，容易在实践中应用，它只需一个参数即可。关键技术 SLIC不仅可以分割彩色图像，也可以兼容灰度图或位图，并且还能人为的设定超像素点的数量。 里面有导出的直接可执行的程序，也有详细的代码，用VS编写，系统32位，如果用64位需要更改vs配置，自行百度。

图像的灰度阈值变换、灰度窗口变换、灰度拉伸、直方图均化以及图像的平滑和中值滤波等都是数字图象处理中较为常用的算法。通过实现不同的算法来直观的看到图像处理结果，但是只能处理256位灰度图。