图像滤镜（VS2010+C++，包含约100中处理）

图像处理类，含有图像处理的各个函数，打开，灰度均衡，线性拉伸，点运算，特征提取，匹配等，可以有效地调用，为初学者提供有力的帮助，同时可以改写续写。

面部表情在人类中起着重要的作用沟通和互动。利用技术来检测难察觉的情绪使沟通过程中由用户提供的微小改变其他人的

自己编写的源程序，能够利用hough变换实现对灰度图像和彩色图像中简单图形的提取。

应用背景一个写承诺的眼睛检测和模板匹配的Android教程。由于OpenCV的Android是越来越好，一些代码片段可以是旧的，不是最好的解决问题的方法。如果您发现了一些改进，请评论或联系我，我将编辑这篇文章，分享给别人。我们采取标准的人脸检测和OpenCV的例子延伸一点。Android SDK可以在opencv  发现http://sourceforge.net/projects/opencvlibrary/files/opencv-android/；如果你arent"n熟悉Eclipse和OpenCV的呢，请阅读 ；  opencv4android的基本设置；第一。进口面检测样品，以蚀和清洗/建设项目确保正确进口和工作。正如你可以在视频中，有一些不同的图形用户界面对纯样品。有一个滑块可以很容易地改变匹配方法和按钮来重新创建眼睛模板。关键技术Android SDK Java OpenCV图像处理

相信使用过的朋友应该会喜欢上libjpeg，它简单易用、压缩质量可以随意控制、并且稳定性很好，但是，官方网站给提供的libjpeg库，不论是进行压缩时还是解压缩时，都需要用到FILE，使得我们如果想在内存中直接压缩或解压缩图像还要自己实现相应的结构，总之，比较麻烦，尤其对初学者，更是不知从何处入手，幸运的是，libjpeg给我们提供了源代码，今天我就为大家介绍，怎样修改源代码，使libjpeg可以非常容易的直接处理内存中的图像，而无需借助文件操作。

2001年，Adaboost算法首次应用到了人脸检测应用上，并得到了很好的效果，在人脸检测方面取得了巨大的成就：1）首次采用Haar特征来对人脸图像的灰度分布情况进行描述，由于Harr特征的简单有效性，提高了检测速度；2）挑选出一些具有样本能力的Haar特征的组合来构成强分类器；3）采用由粗到精的思路来构造级联人脸检测器，先用强分类器把图片中大多数的背景和无关区域滤除，再增强分类器的复杂度，继续滤掉剩余的无关区域，最后剩下的就是人脸区域，该种方法达到了提高了人脸检测速度的目的。本资源位Adaboost人脸检测的具体实现。

在本文中提出了非盲图像水印算法的鲁棒性新方法。所提出的方法执行通过奇异值分解 （SVD） 改性的复杂小波变换 （CWT） 域图像而连续小波变换提供了更高的容量比实小波域。改性的适当的子带，导致毫不逊色保留质量的水印。拟议的额外优势是技术的其最常见的攻击的鲁棒性。分析和实验结果表明多改进的性能与纯方法的基于奇异值分解的混合方法 （例如 DWT-SVD 为近年最好基于奇异值分解计划）。

这是实现ufc算法的源代码，实现图像的聚类，通过将相似的部分聚类，得到图像的边缘，供大家学习，希望会有所帮助

应用背景 很多背景场景都包括复杂的运动目标,解决这种问题的较好方法是获取每个像素或者一组像素的时间序列模型,这类模型可以很好的处理时间起伏。但是,计算复杂度高而且耗时。为了获得与自适应滤波相当接近的性能 关键技术 采用Codebook来建模场景中感兴趣的状态,选择RGB颜色空间模型,学习一个覆盖组成图像像素三个通道上的Codebook,可以有效的解决像素剧烈变化的问题,从而鲁棒探测出场景的前景目标。通过实验结果表明,提出的基于Codebook背景模型的目标 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

BMP图片文件在CCS 中转换为DAT文件，内容详细，可靠。BMP图片文件作为被处理图像文件，转换为DAT文件，在某些情况更有利于程序编程，运行。这程序的作用是在CCS中将BMP图像文件转换为DAT文件。