rgb2grayRGB图像转换成灰度图

完美的图片浏览工具源码，实现图片浏览，图片显示，可以供初学者学习并应用到实现项目中。

自寫的一個bmp讀取程序. 主要包含4個.h文件,可以通過直接include來對程序進行複用. 本程序對bmp的8位和24位統一了接口.

手势检测从视频序列中检测到手并定位手的区域，该过程对于特征的选择与处理相当关键，肤色及运动信息是经常被采用的两个有效的特征。但是，现实环境中由于光照变化、背景复杂及其它不可预知的干扰，仅一个特征往往不能有效地定位出手，需要多种特征互补，手势检测方法分为基于肤色信息、基于运动信息及多信息结合三类。本实验通过肤色信息检测出人手的位置，并使用红色矩形框框出区域。

DSP 与上位机通信程序，DSP外围接口包括 DDR2，EMAC，PCI，IIC，Flash 等，以及一些测试程序。tms320c6455 High-Performance Fixed-Point DSP TMS320C64x+™ DSP Core Enhanced VCP2 Enhanced Turbo Decoder Coprocessor (TCP2) 64-Bit External Memory Interface (EMIFA) Four 1x Serial RapidIO® Links (or One 4x), DDR2 Memory Controller EDMA3 Controller (64 Independent Channels)-tms320c6455 High-Performance Fixed-Point DSP TMS320C64x+™ DSP Core Enhanced VCP2 Enhanced Turbo Decoder Coprocessor (TCP2) 64-Bit External Memory Interface (EMIFA) Four 1x Serial RapidIO® Links 、 DDR2 Memory Controller EDMA3 Controller (64 Independent Channels。

基于OpenCV的OpenCV的摄像机标定问题的研究，文章比较详细透彻地分析了摄像机的标定的一些理论知识的介绍。对于初学者将是一个比较的文件。

应用背景 视频捕捉的对象中，背景通常保持不变。一般分析中关注移动的前景物体，威力提取出前景物体，需要建立背景的模型，将模型和当前帧进行比对检测前景物体。前景提取应用非常广泛，特别是在智能监控领域中。 关键技术 具体的实现过程主要分为两部分：一部分是调用absdiff函数找出当前图片和背景图片的区别，这之中使用了threshold函数去除为前景，当前图片像素与背景图片像素变化超过一定阈值的时候才认定其为前景；另一个工作是更新背景图片，调用函数accumulateWeighted，根据权重参数可以调整背景更新的速度，将当前图片更新到背景中，这里巧妙利用得到的前景提取结果作为mask，在更新背景图片的过程中避免了前景的干扰。

用matlab写的人脸检测程序，检测效果挺好，对于正面人脸和带部分角度的人侧面人脸图像也能够较好的检测出来，，用绿色的框在原图中进行了标注，并且，将检测出来的人脸进行了截图，可以保存出作为单独的图片，另外，在整程序的最后实现了尺度归一化。值得大家参考。代码中有详细的说明，便于大家理解和掌握。                                                                                                                                                          

使用canny算子进行边缘检测，带有测试图片，其中包含已经编译好的部分代码，可以直接运行

我们在这里展示一些实例对象：一类是一个蓝图或原型从个别对象的创建（后来我们创建一个对象）。方法出现在类声明为函数或程序的标题，没有身体。每个方法的定义声明出现在程序的其他地方。

这个程序是从一般的图像计算HOG积分图像。这个HOG功能被广泛使用，因为它具有较高的推广能力。