-
VC++ 屏幕录像并保存为WMV视频文件
关于屏幕录像,想必大家都了解在用的,很多工作需要经常录像保存,方便以后查看的,这里给大家介绍下如何用VC++实现 屏幕录像的功能,并另外保存为WMV格式的视频文件,可以在各种视频播放器中查看和编辑的,大大地方便我们的工作和学习应用,提高了工作效率的!
- 2022-03-01 15:04:22下载
- 积分:1
-
vtadata-6.1.0
应用背景Vtk是一个开源的免费软件系统,主要用于三维计算机图形学、图像处理和可视化。Vtk是在面向对象原理的基础上设计和实现的,它的内核是用C++构建的,包含有大约250,000行代码,2000多个类,还包含有几个转换界面,因此也可以自由的通过Java,Tcl/Tk和Python各种语言使用vtk。关键技术Vtk几乎可以在任何一个基于Unix的平台上操作,以及Windows 95/98/NT/2000/XP。视觉化工具函式库是一个开放源码,跨平台、支持并行处理(VTK曾用于处理大小近乎1个Petabyte的资料,其平台为美国Los Alamos国家实验室所有的具1024个处理器之大型系统)的图形应用函式库。2005年时曾被美国陆军研究实验室用于即时模拟俄罗斯制反导弹战车Z
- 2022-01-31 07:48:59下载
- 积分:1
-
opencv源代码
其中包括播放avi视频文件,打开摄像头,用摄像头连续拍照并保存,夹在一幅图像,对图像中任意一个象素点数值的读取,打开摄像头录制一段视频并且保存
- 2023-01-08 12:45:02下载
- 积分:1
-
基于图像的区域生长分割代码
这是经过改进调试过的代码,主要用于图像处理,利用区域生长的方法实现图像处理。是一个调试可用的代码。
- 2022-03-10 03:25:40下载
- 积分:1
-
ES流转PS流代码
ES流转PS流代码.主要的函数 Mux(). 当至少有一个码流有数据时,调用 MUX。
- 2022-03-13 10:02:41下载
- 积分:1
-
使用离散小波变换和奇异值分解和分割 MRR-马尔可夫随机场模型的卫星图像增强
在许多应用程序如地学研究、 天文、 地理信息系统使用卫星图像。在图像中最重要的质量因素来自于其决议。卫星图像增强技术利用离散小波变换和奇异值分解。这一技术将输入的图像分解为四个频率子波段,利用离散小波变换和也估计奇异值矩阵的低-低子带图像和均衡通过逆离散小波变换增强的图像。图像分割技术应用于图像增强过程后该模型采用多区域分辨率和马尔可夫随机场技术提高分割精度,提高图像的质量和它降低噪声的卫星图像。
- 2023-08-08 02:20:03下载
- 积分:1
-
网格重构remesh
#include "StdAfx.h"
#include "Cremesh.h"
#include "math.h"
#include 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
- 2022-10-31 02:10:13下载
- 积分:1
-
人脸识别系统的Matlab源代码
应用背景局部二进制模式(LBP)最初纹理描述设计。它是不变的单调的灰色规模转换,这是非常纹理分析的重要。也由于实时图像处理的图像处理是可能的。LBP可以描述纹理数字图像的形状。我们已经开发了一种快速的方法,人脸识别相结合基于微观结构的空间域分类局部二进制模式和频域获取宏信息从离散余弦变换(DCT)和许多其他功能表示人脸图像关键技术 ;我们已测试的代码在6146面(13面,477班每班平均数),获得能效比等于3.07%。人脸数据库包括6146手动裁剪128-by-128灰度图像。对于一些受试者,图像在不同的时间,不同的照明,面部表达式(打开/闭上眼睛,微笑/不笑,眼睛闪烁,…)和面部细节(眼镜/没有眼镜)。许多图像被拍摄非均匀背景的主题在一个直立的,正面的位置,与一些侧面的运动公差。数据库包括但不限于使用最常见的人脸数据集模式识别,如AT&;T的人脸数据库,JAFFE数据库,耶鲁数据库和更多。关键词:MATLAB源代码,,,LBP,地方,二进制,模式,模式,DCT,脸,识别,匹配。
- 2022-05-05 08:33:24下载
- 积分:1
-
大脑癌症检测
大脑癌症检测
过滤
聚类分析
组织的领域
- 2022-11-11 19:40:03下载
- 积分:1
-
变权重MRMRF图像分割的MATLAB实现
1.给定分类数M,MLL模型的势函数b,对影像作J-1层小波分解,设定EM算法迭代的停止条件,按照尺度从大到小的顺序设置尺度函数的取值。2.尺度n=J-1,根据K-均值聚类算法对尺度J上的特征场向量进行聚类,获取该尺度的初始分割结果。3.E步骤。使用MPL方法GMRF模型参数。 4.M步骤。使用估计出的参数,采用运算速度较快的迭代条件模式(ICM)通过最小化获取尺度上的优化的分割结果。 5.尺度内迭代。重复3和4知道满足某种准则,迭代停止。我们获得尺度n上的最终分割结果。 6.尺度间迭代。将尺度n的分割结果之间映射到最近的较细尺度n-1上,作为这个尺度的初始分割。重复5,直到获取最细尺度上的分割结果。
- 2022-04-19 10:18:53下载
- 积分:1