图像缩放处理

使用说明第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。该系统的识别率一般情况下为90%。此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“去噪”－“倾斜校正”－“分割”－“标准化尺寸”－“紧缩重排”。注意，待识别的图片要与win.dat和whi.dat位于同一目录，这两文件保存训练后网络的权值参数。具体使用请参照书中说明。

通过2个picture控件，扑捉视频，达到拍照功能利用普通的简易摄像头，通过C#语言即可开发成简易视频程序。本实例利用市场上购买的普通摄像头，利用VFW技术，实现单路视频监控系统。运行程序，窗体中将显示舰体摄像头采集的视频信息

Adaboost 是一种二元迭代算法，其核心思想是针对同一个训练集训练出若干若分类器，然后把这些弱分类器集合起来，构造一个更强的强分类器，使得识别效果更佳。Adboost算法常常用在计算机视觉与模式识别领域的研究课题中，如人脸检测、人机交界、目标检测等。Adaboost算法不仅计算复杂度低，而且是一种高精度分类器，不会出现过拟合现象。

大每一本OpenGL入门的书都会讲到OpenGL的Select模式，它采用一种方法使得可以获取当前鼠标点选的几何图形。简单的来说这种方式就是首先调 整Projection矩阵，使得你透过从鼠标点选附近的一个正方形（大小可设置）看到的世界。然后开始绘制，当每一次绘制的时候都会判断你会不会看到。 如果看到，那么，你就是选择了这个几何图形了。更为具体的过程可以参见相关的书籍。 http://hi.baidu.com/sishenfuhuo/blog/item/e98b852ef94013371e30892a.html2.在OpenGL红宝书中介绍了一种简便易行的办法:在后缓冲中 使用不同的颜色重绘所有对象,每个对象用一个单色来标示其颜色,这样画好之后我们读取鼠标所在点的颜色,就能够确定我们拣选了哪个物体。这种方法有一个缺 陷,当场景中需要选择的对象的数目超出一定限度时,可能会出现标识数的溢出。对于这个问题,红宝书给出的解决办法就是多次扫描。实践证明这种方法的确简便 易行,但仍有不少局限性,而且做起来并不比第一种机制方便多少。限于篇幅,不再赘述。

通过用MATLAB编程实现在复杂背景下检测出是否有人脸的存在如果存在就在原来的图像中标出来程序中用到了图像处理的多种算法图像膨胀腐蚀开运算闭运算等等

C#读取DICOM并显示图像。这是一个可以有效的读取本地DICOM文件，并将其中的内容显示于内，实现文档与图片的有效转换

opencv的mfc平台，基于directshow采集摄像头编号，用于双摄像头的图像采集，可以用于标定时的图像同步采集

这个里面是两个cmyk和RGB互转工具 这个里面是两个cmyk和RGB互转工具 这个里面是两个cmyk和RGB互转工具 这个里面是两个cmyk和RGB互转工具 这个里面是两个cmyk和RGB互转工具 这个里面是两个cmyk和RGB互转工具

传播神经网络算法的源代码 这是监督的神经网络，需要学习率和势头的两个学习参数

资源描述 资源描述(VS2010+openCV2.4.11) 基于Gabor+PCA+SVM的性别识别共有三个程序组成：1）图像预处理，从人脸数据库提取人脸，为提取特征做准备；2）运用Gabor对特征提取，并用PCA降维，训练出SVM性别分类器；3）由训练出SVM性别分类器，对输入的图像进行性别识别。这是第三部分代码。