人脸识别

应用背景本程序是使用vc++写的，主要用于数字图像处理，源码为原创，可以运行，实现的功能为图像的几何变换，如有疑问可与我联系。关键技术图像几何变换是指用数学建模的方法来描述图像位置、大小、形状等变化的方法。在实际场景拍摄到的一幅图像，如果画面过大或过小，都需要进行缩小或放大。如果拍摄时景物与摄像头不成相互平行关系的时候，会发生一些几何畸变，例如会把一个正方形拍摄成一个梯形等。这就需要进行一定的畸变校正。在进行目标物的匹配时，需要对图像进行旋转、平移等处理。

这是用C++实现MRF分割的源代码。

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 

数字图像处理，C++源程序

应用背景Python opencv 图像处理基础教程，转自网络，主要是Python对于图像的增强，变换，匹配，轮廓，视频处理，分割，跟踪，投影等等关键技术的初级教程。关键技术图像处理 Python 实现，Python opencv 图像处理基础教程，opencv Python入门基础，gui,图像处理（平滑，金字塔，尺寸，阈值化），图像变换（梯度算子，仿射变换，等等），直方图，图像匹配，目标跟踪，轮廓操作，等等

此示例应用程序演示了BlobCounter类的用法，该类允许在指定的图像中查找所有单独的对象。它找到每个单独的对象，提供其属性，并在其他框架类的帮助下，为每个对象或其四边形的角点提供凸包（如果对象确实是四边形，则应以良好的精度找到其角点）。

这个项目的目标是捕捉到的人脸检测使用PCA人脸。经过检测所检测的脸部被存储在XML文件中。该项目还检测到

LBF(Local Binary Fitting)模型是一个著名的基于区域的活动轮廓模型。该模型利用局部图像信息（主要是数字图像的局部均值信息），能够对强度分布不均匀的数字图像进行分割,是原始的LBF代码。可以根据实际需要在此代码上做修改。此代码可直接成功运行。

文件包括图像平滑处理，灰度拉伸，梯度法锐化，拉普拉斯锐化，色彩变换 二值化，边缘增强等， 还有众多的直方图。是学习vb 图像处理的一个很好的实例！

使用C++实现基本的图像处理功能，包括图像平移，图像旋转，图像镜像，图像缩放。还包括一些边缘检测的算法，有Robort边缘检测算子，Sobel边缘检测算子，Log边缘检测算子，以及基于MATLAB的傅里叶变换程序。比较实用，效果也很不错。