图像分割编程

VB 脸部图像特征对比识别技术用vb对图像处理，但速度比不上c++

非常优雅的四叉树样本测试阿拉伯字母图像。

光学字符识别 (OCR) 的目标是进行分类 （通常载于一种数字图像） 的光学模式对应字母数字或其他字符。OCR 的过程涉及几个步骤包括分割、 特征提取和分类。每个步骤是一个字段本身，并简要地这里描述的 Matlab 实现 OCR 的上下文中。

结合Kinect v2.0+ VS2012+openCV2.4.9，将Kinect v2.0红外数据存到openCV2.4.9类型的图像函数格式（Mat image）中，并将获取的kinect v2.0infrared图像输出到文件夹里保存.这里涉及到Kinect v2.0的打开，infrared数据的获取，以及与openCV2.4.9相结合的数据格式，还有使用sprintf_s函数将图像保存到指定的文件夹下。

用C++实现LBP（一般、Uniform LBP、旋转不变LBP）

这个 Matlab 程序实现测地线主动轮廓线模型。测地线活动轮廓。测地线活动轮廓模型，由Caselles et al.引入，为从经典的主动轮廓模型的边缘检测提供替代模型。这种方法是相当于找到一个精心挑选的黎曼空间的两个点的测地距离。这个新的模型并不冲浪呃从一些古典的主动轮廓线模型的限制。由于这种模型的内在本质，几何形状的轮廓的变化都自动处理，因此可以同时识别多个对象。此外，这种新方法使用参数较少，因此减少了对图像的预处理，需求。这种方法也不太容易变化的边缘，允许对象与非理想边缘将被认出。

资源描述标记视频中的人脸，将视频中每一帧转换为图片，然后检测

这个程序使用拉普拉斯滤波器和高斯滤波器对锐化图像，图像处理的像素使用指针

 对于人脸识别，目前所采取的大多为对图像进行分析、解剖，把感性的人脸图像抽象化、模式化。以期最终建立关于人脸的数学模型，从而通过模型，让人脸识别变得十分简单。然而人脸之复杂，随环境、年龄、等的变化更是无法预测。我们的最终目的是制造出和我们一样有人脸识别能力的机器，它们的人脸识别能力不应该超出我们的范围。   人脸本身是一个随机的变量，不同的角度、不同的光线、不同的打扮，都会产生不一样的结果。因而我们认为人脸本身更像一个不确定的概率。所以通过模型的建立来进行识别不是不可以，但会十分复杂，而且所达到的目的并不一定是我们想要的。即使是通过机器学习进行的人脸识别，其自身本质也是通过系数加权等最终得到的结果，所以本质也是单一数学模型的建立、数据的各种复杂处理。   人的大脑是最好的识别工具，因此我们应该从人大脑的识别机制入手，模拟大脑的识别

纹理合成代码，包括简单贴图，镜像贴图，Chaos Monsac和Image Quilting 算法。是我纹理合成的作业，包括报告等。非常有价值。欢迎大家下载，谢谢哈纹理合成代码，包括简单贴图，镜像贴图，Chaos Monsac和Image Quilting 算法。是我纹理合成的作业，包括报告等。非常有价值。欢迎大家下载，谢谢哈