对BMP图像简单的处理，如sobel边缘提取，直方图显示，中值滤波等，清晰易懂...

图像变换处理源代码。包括平滑、锐化、灰度、增强等。基于VC++6.0编译，无需任何改动。-images transform source code. Includes Smooth, Sharpen, gray and so on. Based on VC 6.0 compiler, without any changes.

网页转化为图片软件――WebToImange-Web page into a photo software- WebToImange

基于轮廓的形状特征提取 1)该程序在VC＋＋6.0下编译通过； 2)测试图片说明：（图像路径名请在main函数中fp=fopen("1.bmp","rb")中设定） 64×64 24bit BMP： 图像1、2用来验证旋转图像识别；图像1、3用来验证平移图像识别；图像1、4用来验证缩放图像识别； 120×120 24bit BMP： 图像5、6用来验证平移图像识别；图像7、8用来验证旋转图像识别； 3)结果说明： MCS.dat保存了Mountain Climbing Sequence。 -Based on the outline of the shape feature extraction 1) the program in VC 6.0 under the compiler through 2) Test Photo Caption: (image path name in the main function fp = fopen (1.bmp, rb) set) 64 × 64 24bit BMP: image 1,2 to verify rotating image recognition image 1,3 to verify translational image recognition image 1,4 to verify scaling image recognition 120 × 120 24bit BMP: images used to verify translational 5,6 image recognition images 7,8 rotate images used to verify identification 3) The results indicate that: MCS.dat preserved Mountain Climbing Sequence.

这个程序演示了通过NEO的基本绘图函数实现的粒子系统――瀑布效果-demonstration of this process through the NEO basic mapping function to achieve the particle system-- waterfalls

程序代码说明 P0301：数字图像矩阵数据的显示及其傅立叶变换 P0302：二维离散余弦变换的图像压缩 P0303：采用灰度变换的方法增强图像的对比度 P0304：直方图均匀化 P0305：模拟图像受高斯白噪声和椒盐噪声的影响 P0306：采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波 P0307：采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 P0308：图像的自适应魏纳滤波 P0309：运用5种不同的梯度增强法进行图像锐化 P0310：图像的高通滤波和掩模处理 P0311：利用巴特沃斯（Butterworth）低通滤波器对受噪声干扰的图像进行平滑处理 P0312：利用巴特沃斯（Butterworth）高通滤波器对图像进行锐化处理 -err

多幅图像的加密技术 matlab源代码-image encryption technology Matlab source code

稿件名称：图像处理系列之3--图像增强篇 稿件作者：耿迅 程序名称：ImageTest 运行环境：Win XP；VC 注意事项：

拉氏变换的图像增强算法，matlab下运行！增强效果较好！欢迎交流-Laplace transform of the image enhancement algorithm, matlab running! Enhance the effect of better! Welcome the sharing of

计算机图形学画四分之一个椭圆，若要画椭圆，只需加一个对称程序即可

黑白显示，中值滤波，8，4邻域均值滤波，高通滤波，拉普拉斯锐化，手动阈值分割，二值化-Black-and-white display, median filtering, 8,4-neighbor mean filter, high pass filter, Laplacian sharpening, manual threshold segmentation, binarization