视频监控开发界面

直方图均衡是图像处理的工作，以获得所述图像的亮度的均匀分布。如果它是具有低对比度的图像，它是改善图像的亮度的处理。使用cvEqualizeHist（）函数中，图像被分成三个信道，而在cvMerge函数，使每个信道的图像。

在图像处理中，即边缘检测为实时图像做处理，。可以使用 USB 摄像头或摄像头的笔记本电脑。

  基于模板匹配操作比较简单，实现效果也是比较好的。该方法的主要思路是待检测图像与先前做好的模板图像之间提取的特征向量逐个进行比较，计算它们之间的相似度，然后将图像归于相应的类。本次实验使用的模板是trainImgs中的train20.dat文件先建立模板，然后  在计算待检测图像与模板之间的欧氏距离，与设定的阈值相比较，从而检测出该图像的人脸区域。#include "stdafx.h"#include "facedetect.h"#include "facedetectDoc.h"#include "facedetectView.h"#ifdef _DEBUG#define new DEBUG_NEW#undef THIS_FILEstatic char THIS_FILE[] = __FILE__;pDC->TextOut(600,10,"操作说明：");pDC->TextOut(600,40,"步骤一：载入训练库 *.dat 生成模板");pDC->TextOut(630,60,"（训练库在程序关闭前只需载入一次）");pDC->TextOut(600,80,"步骤二：载入 *.raw 或 *.txt/*.lst");pDC->TextOut(630,100,"如果载入的是 *.txt/*.lst 列表");pDC->TextOut(640,120,"按 Page Down/Up 翻页");pDC->TextOut(650,140,"（需要修改 *.txt/*.lst 里边的存放地址）");pDC->TextOut(650,160,"（注意存放地址不得出现中文或符号

应用背景图片经过直方图均衡化后，像素将占有尽可能多的灰度级并且分布近似均匀，均衡化后的图片将具有较高的对比度和较大的动态范围。关键技术程序完全使用C语言编写，对直方图均衡化过程描述直接，使初学者对均衡化过程有一个直接的认识。均衡化前后图片的灰度直方图均以文件的形式保存，可以通过origin等绘图软件绘图。

&提出了一种基于Bernsen算法和支持向量机（SVM）的车牌识别方法；

用opencv实现基于Adaboost人脸检测的程序代码码。Adaboost对于人脸检测具有很好的分类效果，主要包括矩形特征、积分图像，弱分类器、强分类器和级联分类器。opencv自带Adaboost代码，使用方便，程序内有测试图像和测试程序，在网上下载的程序，经过本人的修改，可以运行，效果很好，仅供参考。

经典的中值滤波算法要求对窗口内的像素进行排序，当窗口尺寸较大时，处理速度很慢，不能满足计算机对图像处理的实时性要求。本文探讨了中值滤波的快速算法，旨在提高中值滤波处理速度。结果表明，快速算法可是处理时间大大减小。

ffmpeg+sdl写的播放器,基于win32编写的对于想了解libav库的，想了解sdl库开发的有一定的帮助

在传输的多信道图像，图像已损坏的椒盐噪声，由于通讯故障。盐和胡椒粉噪声也被称为脉冲噪声。滤波的目的是要删除的冲动，使噪声免费的形象完全恢复与最小的信号失真。 最著名和最广泛使用的非线性数字滤波器，基于高阶统计量是中值滤波器。中值滤波器以他们的能力，而不会损坏边缘去除脉冲噪声而著称。中值滤波器以他们的能力，去除脉冲噪声，以及保留边缘著称。 有效清除的冲动往往会导致图像的模糊和扭曲功能。理想情况下，过滤应该只应用于已损坏像素同时保持廉洁的像素不变。无条件地跨整个图像应用中值滤波作为实践在常规方案中会不可避免地改变强度并删除廉洁像素的信号细节。因此，两袖清风的像素和应用非线性滤波前的已损坏的像素之间的歧视噪声检测过程是非常可取。 自适应中值是一"基于决策"或"开关"筛选器，第一次用于标识可能的噪声像素，然后替换它们

本代码是李春明博士的LBF方法的源代码，非常适合初学水平集的学者使用，代码易懂，解释详尽，非常正规，很值得详细学习