图像处理

基于Qt界面，利用ITK读取二维图像，然后用VTK在qvtkwidget上显示出来，其中ITK读取用的是ImageFileReader，用ImageToVTKImageFilter将ITK数据转换到VTK数据，然后采用vtkImageviewer显示图像； 鼠标的动态坐标获取采用了vtkEventQtSlotConnect类来实现从Qt事件到VTK事件的转换，并在槽函数slotUpdatefixedCoords（vtkObject*）中提取坐标信息。 Connections_fixed->Connect(m_fixedWidget->GetRenderWindow()->GetInteractor(),         vtkCommand::MouseMoveEvent,this,SLOT(slotUpdatefixedCoords( vtkObject* )) );

教你怎么创建图形组件的实例，有代码，有工程。非常实用，主要是讲，编写实时显示曲线的组建，可移动标签组件，编写仪表组件三块，其间还有教怎么基于原有组件编写组件。

在此基本瓮模型中概率理论骨灰瓮包含x白和 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

 对于人脸识别，目前所采取的大多为对图像进行分析、解剖，把感性的人脸图像抽象化、模式化。以期最终建立关于人脸的数学模型，从而通过模型，让人脸识别变得十分简单。然而人脸之复杂，随环境、年龄、等的变化更是无法预测。我们的最终目的是制造出和我们一样有人脸识别能力的机器，它们的人脸识别能力不应该超出我们的范围。   人脸本身是一个随机的变量，不同的角度、不同的光线、不同的打扮，都会产生不一样的结果。因而我们认为人脸本身更像一个不确定的概率。所以通过模型的建立来进行识别不是不可以，但会十分复杂，而且所达到的目的并不一定是我们想要的。即使是通过机器学习进行的人脸识别，其自身本质也是通过系数加权等最终得到的结果，所以本质也是单一数学模型的建立、数据的各种复杂处理。   人的大脑是最好的识别工具，因此我们应该从人大脑的识别机制入手，模拟大脑的识别

%%我们创造了输入性否定了这个功能％这是一种线性变换％撰稿：Soheil Mohammadpour，26/01/2013，伊朗伊斯法罕％的电子邮件：soheilmpour@gmail.comCLC，全部清除，关闭所有;I = im2double（imread（"woman_darkhair.tif"））;图，imshow（I，[]）％，在下面的行，我们这个创造了性否定图像变换，我们让1->0％和0->1和0.50 - >0.5和...I2 =（Ⅰ-1）* - 1;图，imshow（I2，[]）;

本书介绍如何解决图像处理中非常常见的问题-特征检测。

利用形态学处理对道路进行分割提取，包括中值滤波3x3,5x5,7x7等不同模版下的道路提取，可以有效的提取出道路的骨外扩，后面有详细的备注说明。                                                                                                                                  

该文件提供视频图像运动目标检测的框架，包括简单实现，数字图像处理一书中的源代码，MFC多文档实现

应用背景Delphi 开发的USB摄像头拍照及裁剪图像，包括源码，实列。关键技术简单利用USB摄像头进行拍照裁剪图像功能 

此代码分别用C++和matlab写的混合高斯背景建模，自适应确定高斯分量的个数，由Z.Zivkovic开发，相关文章是Improved adaptive Gausian mixture model for background subtraction。