背景建模以及几种阴影去除方法

图像分割的n种方法，包括自适应阈值法，全局阈值法，二值化法等等，附带详细的解释

Iam 这里附加源的检测到的个人从摄像头捕获的脸。进一步此项目将捕获的图像从网络摄像头和处理图像并在数据库中存储过程的脸。

opencv画轨迹。使用c++语言。是图像处理一个方面。使用camshaft跟踪运动目标。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

应用背景图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。关键技术现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。1998年以来，研究人员不断改进原有的图像分割方法并把其它学科的一些新理论和新方法用于图像分割，提出了不少新的分割方法。图像分割后提取出的目标可以用于图像语义识别，图像搜索等等领域。

带有图像处理的java客户机服务器项目，用java编写。来自新加坡的jasonstack。用java编写的带有图像处理的java客户机服务器项目。来自新加坡的jasonstack。用java编写的带有图像处理的java客户机服务器项目。来自新加坡的jasonstack。用java编写的带有图像处理的java客户机服务器项目。来自新加坡的jasonstack。用java编写的带有图像处理的java客户机服务器项目。来自新加坡的jasonstack。用java编写的带有图像处理的java客户机服务器项目。来自新加坡的jasonstack。用java编写的带有图像处理的java客户机服务器项目。来自新加坡的jasonstack。带有图像处理的java客户机服务器项目

应用背景虹膜识别软件，基于VS2010中的MFC开发的，一定可以跑起来，有详细的算法说明，有完整的程序代码和详细CDIO文档，以及详细的流程图。关键技术基于计算机视觉和模式识别技术开发的虹膜提取和识别软件。通过提取虹膜的关键点特征，设计出好的特征提取算法，能最大程度的区分不同人的虹膜的特征，具有良好的应用效果。

它包括stip-velocityfeatures.zip文件高新区（tempororal时空兴趣点）光流是包括

一个VC编写的屏幕画笔，用vc6和vc2008都可以编译通过，供大家学习参考，能力有限，有不好的地方希望大家指正，共同进步，程序就是用来大家分享，多多益善

运用harris角点检测算法实现角点检测，根据阈值筛选角点。opencv2.4.3

OOL CVideoEXEDlg::OnInitDialog() { CDialog::OnInitDialog(); // Add "About..." menu item to system menu. // IDM_ABOUTBOX must be in the system command range. ASSERT((IDM_ABOUTBOX & 0xFFF0) == IDM_ABOUTBOX); ASSERT(IDM_ABOUTBOX < 0xF000); CMenu* pSysMenu = GetSystemMenu(FALSE);