基于opencv线性插值缩放数字图像

这是一篇有关于食品当中的阴影检测的代码，有需要的朋友们可以借鉴一下，当然，在运行的时候也需要修改一下路经即可。希望对大家有用吧！

我们检测到的边缘图像进行8个方向。 更换图像加载命令PLS。

1.56版 ，含演示 delphi 显示png 的控件 pnpdelphi delphi 显示png 的控件 pnpdelphi delphi 显示png 的控件 pnpdelphi

应用背景在不同背景下提取手势的二值图像，这里主要在背景不怎么变化的情况下，通过划分前景背景提取出手势图像。关键技术利用多帧平均建立背景模型，然后就是滑动平均法实现背景的实时更新。

对图像像素点进行插值，参数有原图片对象，新图片对象，以及两图片的像素点的映射关系。两种算法，最临近点插值和双线性插值，通过获取图片像素数据地址进行操作，运行速度较快。

DX 11写的风景，包括反射和折射的效果，适合初学者使用学习。 很清晰的列出了shader的初始化使用和render，还有模型的载入，镜头的控制等等，全部是单独的类写出，初学者能很容易看懂

此文件包含三个 dll 文件的 Gabor 滤波器在 C# 中，对图像处理中，它是非常有用的作为 C#.net 中的参考

应用背景粒子滤波技术在非线性、非高斯系统表现出来的优越性，决定了它的应用范围非常广泛。另外，粒子滤波器的多模态处理能力，也是它应用广泛的原因之一。国际上，粒子滤波已被应用于各个领域。在经济学领域，它被应用在经济数据预测；在军事领域已经被应用于雷达跟踪空中飞行物，空对空、空对地的被动式跟踪；在交通管制领域它被应用在对车或人视频监控；它还用于机器人的全局定位。关键技术粒子滤波(PF: Particle Filter)的思想基于蒙特卡洛方法(Monte Carlo methods)，它是利用粒子集来表示概率，可以用在任何形式的状态空间模型上。其核心思想是通过从后验概率中抽取的随机状态粒子来表达其分布，是一种顺序重要性采样法(SequentialImportance Sampling)。简单来说，粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行近似，以样本均值代替积分运算，从而获得状态最小方差分布的过程。这里的样本即指粒子,当样本数量N→∝时可以逼近任何形式的概率密度分布。

    William T. Freeman大神经典的马尔科夫随机场超分辨影像重建全部代码，数据集，论文和大神页面。非常适合超分辨率初学者和相关研究的人员。很多代码下载了之后无法运行或者缺少文件，但是这个可直接运行，无需太多的调试。This is an implementation of the example-based super-resolution algorithm of [1]. Although the applications of MSFs have now extended beyond example-based super resolution and texture synthesis, it is still of great value to revisit this problem, especially to share the source code and examplar images with the research community. We hope that this software package can help to understand Markov random fields for low-level vision, and to create benchmark for super-resolution algorithms.When you refer to this code in your paper, please cite the following book chapter:W. T Freeman and C. Liu. Markov Random Fields for Super-resolution and Texture Synthesis. In A. Blake, P. Kohli, and C. Rother, eds., Advances in Markov Random Fields for Vision and Image Processing, Chapter 10. MIT Press, 2011. To appear.

采用肤色分割和气泡排序的方法跟踪手的质心。使用卡尔曼滤波改进了结果；