VS2005+OpenCV实现汉字识别功能

VisionLab允许为安全行业、科学和其他应用程序快速开发功能齐全的计算机视觉应用程序。它还包括Hough线、边缘检测、轮廓检测、Haar人脸和目标检测、鲁棒特征和目标检测/跟踪组件。

C#做的手势识别。在计算机科学中，手势识别是通过数学算法来识别人类手势的一个议题。手势识别可以来自人的身体各部位的运动，但一般是指脸部和手的运动

c++编程实现的彩色图像反转程序。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

这个代码是用于区域生长算法1条规定在检测错误的条件图和用于进行必要的修改。此算法的重复进行，直到没有发生进一步的变化。为了降低了后续的图形分析的复杂性，所有的用很短的链路端点被除去。四周前开始在图表分析阶段，所有船只外径被除去。视盘区域通常含有许多船只和图形在这方面是不可靠的。如这些船只是不相关的A / V分类过程中，它们可以被除去。其结果是由几个构成的图非连接的单独的子图。图中的操作改性步骤示于图

里面两个函数，一个是图像下采样的函数，另一个是负责调用，以及采样后还原到原图进行误差评测的函数。调用后者即可。

可以设置编辑框字体类型，大小，颜色属性，可以实现编辑框里文字分割截屏，可预览所截屏内容，并可在编辑框内插入位图，进行删除等操作，并且可以对所分割截屏的内容保存为图像格式。

针对camshift跟踪容易丢失目标问题，加入了kalman滤波来预测下一个可能存在的位置，跟踪丢失的几率降低。cam-shift算法的原型是mean-shift算法，后者的核心是沿某种函数的梯度方向迭代，之后根据迭代次数和误差阈值收敛于某一个范围，这个范围就是“要找”的区域。 这个函数是目标区域色彩直方图在当前关键帧的投影得到的图像，可以把这个图像理解成一种空间函数分布——色彩地形图。 cam-shift算法是对mean-shift算法的升级，可以进行窗口可变的迭代……cam-shift是一种基于密度函数迭代的跟踪算法，对运动不敏感，所以不能进行两帧之间目标的关联分析（这一部分要我们自己做）。而这个算法之所以能够用来跟踪，我认识是算法的前提假设，相连帧间目标的运动是微小的，即运动是近似连续的，这样密度函数是连续的，就可以沿梯度方向寻找局部最优值，这是这个局部最值就是目标区域。 cam-shift算法很容易跟丢，这是因为密度函数可能有多个峰，而梯度搜索很容易掉进局部最优值，而不能再到全局最优。多峰值的出现是因为背景的干扰。所以密度函数的选取，即目标特征的表示方式，是一个很重要的部分。

图像处理的课程设计、基于Python语言+图像处理+svm的验证码识别

应用背景程序加载压缩图像BMP格式。在左边，它位于初始图像。在变换按钮，它是应用veyvlt Haar变换图像的每个人。转换的一部分图像的转换，大小和格式显示的直接转换窗口。在程序窗口中显示当前转换的结果。这是可以应用到它的量化。在量化窗口设置阈值，并按下确定按钮；流动状态的直线veyvlt变换可以将收益转化，在按下按钮以返回转换窗口变换。在这里，它显示的初始和最后返回转换的量。对图像坐标系中的4个像素的大小进行了正确的返回变换。在返回变换的扭曲发生在2的图像大小的一个图像大小的奇数值。关键技术本程序是描述结果的veyvletama Haar的彩色图像压缩。给出了在C++语言程序的集成embercadero C + +开发环境中通过生成器Xe的描述。对高频数据的阈值修剪标准算法应用veyvlt–系数去除。压缩图像的结果，在RGB和YCbCr格式，哈尔的veyvletam。

sobel 算法通过verilog hdl 语言描述， 处理在图像问题中的边缘化问题，该算法在fpga平台上已经成功实现！！