opengl实现多文档

完美的图像处理算法，利用OPECV和拉普拉斯金子塔算法对两张图片进行分层再融合，本处只提供源代码，可将代码添加到工程中就可以运行图像处理的初学者一定要下着看看，完美的效率，完美的效果，果断分享

这个例子说明如何在2维数据进行模糊C均值。模糊c均值（FCM）是一个在其中一个数据集被分成n团簇与每一个数据点在属于每个集群到一定程度的数据集的数据聚类技术。例如，位于靠近一个簇的中心有一定的数据点将有属于或会员到该集群和位于远离集群的中心将有属于或度低的另一个数据点的高度隶属该集群。

根据给定的人脸的位置，输入人脸的位置，对人脸进行旋转，使得人眼视水平，并处理使人眼之间的距离是100个像素。 最后对整个图片进行裁剪，得到340*340 照片作为最后的结果。

VTK文件显示图像，输入文件，将文件显示 1VTK文件格式 2点之间的连线问题 3不同属性颜色映射表问题 近期要解决的问题 Plt格式到VTK格式的数据转换 解决问题说明： 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

基于OPENCV开发的掌静脉识别程序，MFC设计。用掌静脉进行身份认证时，获取的是掌静脉的图像特征，是掌活体时才存在的特征。掌静脉识别仪是利用掌静脉识别技术原理进行工作的门禁机，掌静脉识别是静脉识别的一种，属于生物识别，掌静脉识别系统就是首先通过静脉识别仪取得个人掌静脉分布图，从掌静脉分布图依据专用比对算法提取特征值，通过红外线CCD摄像头获取手指、手掌、手背静脉的图像，将静脉的数字图像存贮在计算机系统中，将特征值存储。

#include "stdafx.h" #include #include "glcm_make.h" #include "defautVal.h" #include "feature_extra.h" using namespace cv; using namespace std; int _tmain(int argc, _TCHAR* argv[]) { 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

Box2D是一款用于2D游戏的物理引擎。在Box2D物理世界里，创建出的每个物体都更接近于真实世界中的物体，让游戏中的物体运动起来更加真实可信，让游戏世界看起来更具交互性。Android平台常见的十几款游戏引擎中，例如：Rokon、AndEngine、libgdx等物理引擎都封装了Box2D物理引擎，可见Box2D在物理引擎中占据了多重要的位置。

人脸特征点识别代码，可做学习之用。使用vs2010和opencv4.0开发，当人脸出现在摄像头中时，可以检测出人脸特征点的位置并标定出来

应用背景图像处理在工业自动化的应用很广，本程序就是采用商业图像处理库halcon与MFC联合编程，对一环形物体进行内径和外径的测量，将检测的结果通过三菱PLC的专有计算机链接协议与PLC进行通信，从而实现工业自动化。关键技术如何用图像处理库halcon连接工业相机，如何采集图像，如何对图像进行处理，如何让halcon与MFC联合编程。如何实现三菱PLC的计算机链接协议（类似modbus协议），如何从.ini文件中读写数据。注：此程序必须要在电脑上安装halcon10.0版本，并链接相应的库。

资源描述Detecting visually salient regions in images is one of the fundamental problems in computer vision. We propose anovel method to decompose an image into large scale perceptually homogeneous elements for efficient salient region detection, using a soft image abstraction representation. By considering both appearance similarity and spatial distribution of image pixels, the proposed representation abstracts out unnecessary image details, allowing the assignment of comparable saliency values across similar regions,and producing perceptually accurate salient region detection. We evaluate our salient region detection approach on the largest publicly available dataset with pixel accurate annotations. The experimental results show that the proposed method outperforms 18 alternate methods, reducing the mean absolute error by 25.2% compared to the previous best result, while being computationally more efficient.