利用 matlab 的人脸识别

决策树C++实现，可用于数据分类、图像处理等，多棵决策树可组成随机森林分类器，代码中自带简单分类样例

很多时候，我们需要处理的同一图像的不同分辨率的图像。例如，同时寻找图像中的东西，我们也不确定什么大小的对象将是本 在图像。在这种情况下，我们将需要创建一组图像具有不同的分辨率和搜索所有的图像中的对象。这些组具有不同分辨率的图像被称为图像金字塔 （因为当他们被关在一个堆栈底部和最小的最大图像在顶部看起来就像一座金字塔图像）。高斯和拉普拉斯金字塔

vs2008做的kinect手掌跟踪，使用tcp发送消息。这里做的是手掌上下滑动，分成四个区域识别。手掌向右挥动触发事件。tcp链接只监听一个客户端。使用的是openni和nite，不是微软的SDK。

这个想法是开发一种算法，我们可以对水稻计数。使用边缘检测器是正确的方式去做。如果您下载并运行此代码，它将可能看到一个好结果的算法。享受它。

该代码基本上从输入图像中提取hsv特征。特征提取方法已被应用于图像分割和直方图生成

本项目应用于医学领域的医学图像融合的多通道digonesis。它将使图像融合的质量更好。

应用背景在进行图像处理时，由于实验数据要求不同，经常要对图片的大小进行修改，如果只是一两张图片可用一些PS等软件很快的修改，若图片有成百上千张，比如在做人脸识别时，非常耗时，所有可以用该程序来进行批量修改，图片长宽可在代码中进行设置。关键技术主要是opencv中dst_img_rsize的使用，以及如何根据文件名循环的读取图像文件进行批量操作，修改完后如何将其保存又不与原始图像混在一起。

这是SIFT算法的C++实现代码，对于SIFT检测子，SIFT描述子的代码编写很具体，对照原文博客来看的话，理解效果会更好。对于初次学习SIFT的菜鸟来说，是很直接，也很不错的一种学习选择。

1.根据训练文件夹中的图像训练单词表。在每一张图像中提取sift点，将从所有图像中得到的128维sift点进行聚类，类别数就是单词数，聚类中心就是单词，将得到的单词表保存下来。 2.对于每一张新的图像，先提取图像中的sift点，按照之前训练好的单词表将每个sift点对应成某个单词，统计在这幅图像中每种单词的数量，就是词包模型。 注意：生成的文件每行代表一幅图像，将文件复制出来后修改后缀成.doc可以用word打开。 首先运行centr3得到单词表，在运行bagofword生成单词包。

这是 Microsoft 基础类 c + + 库的一部分。签名识别