基于视觉的双目标定

应用背景用C++在VC6.0平台下绘出了一个正方形，并且加入了控制部分，可以对该立方体进行控制，想了解C++图形控制的可以参考关键技术关键技术包括计算机图形学，C++程序编译，以及面向对象的程序编程，有一定的编程经验。

对PPM,PGM图像进行读取 ,有agument,有image debugger验证                                      

应用背景如今，由于照相机性能的限制，使得人们不能很好的拍摄一幅幅面比较大的图像。针对于此，本代码利用c++结合opencv，实现了多幅图像的拼接，并且得到比较好的效果。关键技术主要通过分析图像的特征，然后提取出图像中有用的相关联的角点，最后利用角点匹配技术，初步得到匹配的图像。由于在匹配过程中，存在部分匹配不当的角点，所以在应用图像融合技术，达到更好的效果

直方图均衡化进行彩色图像增强的程序源码，与数字图像处理练习配套。本程序是数字图像处理课后习题要求做的练习，内部附有测试图片和所有的程序源码，对学习数字图像处理的人员很具有参考价值。

翻译 maninwest@Codeforge 作者:Mr. Lai Tai-Yu@CodeProject我们常在报纸上看到图片。观察这样的图片你会发现它是由一个个点组成的。我们也可以做出这种效果。很有趣。适用于初学者。背景操作系统: Microsoft Windows 7 专业版 (64 位) 开发实用程序: Microsoft Visual Studio 2010使用代码 // The height of the image. for ( int iY = 0; iY < imageA->DibInfo->bmiHeader.biHeight; iY++ ) { // The height of the image. for ( int iX = 0; iX < imageA->DibInfo->bmiHeader.biWidth; iX++ ) { // The index of pixel, because we use the three depth bit to present one pixel of color, // Therefore, we have to multiply three. lIDXA = ( iX * 3 ) + ( iY * imageA->DibInfo->bmiHeader.biWidth * 3 ); // To get the pixel depth of the blue channel, byteRGB_BA = imageA->DibArr

能实现高密度人群的检测和人员的跟踪–基于背景差的运动目标检测、分割方法难以奏效 .利用Adaboost分类器在带状区域中检测行人头部 ，•柔性较好，针对不同的应用场景参数调整较少•实时性好，普通PC上实现30FPS的检测速度•统计准确率较高–密度低时能达到90%以上的准确率–密度高时能达到70%以上的准确率 

实现VC++二维码解码功能，解析常见二维码。QRcode解码译码器，功能为读入一张图片译出其内容，具体功能包括图形探测定位、图形过滤校正、检错纠错等。

应用背景这个项目是手动变形。和，和；关键技术我用透视变换来变形。起初我用4点计算透视变换矩阵。然后，我确认了它的形象。

艾瑞拉艾瑞拉艾瑞拉艾瑞拉艾瑞拉艾瑞拉艾瑞拉艾瑞拉艾瑞拉

&提出了一种基于Bernsen算法和支持向量机（SVM）的车牌识别方法；