opencv246 人脸识别

该项目演示了一个全面实施传统的“浮雕”和“雕刻”的形象过滤器。这些效果的灰度版本可使用任何自定义过滤引擎来计算（参见，例如，http://www.tannerhelland.com/982/custom-image-filters-vb6/）。然而，这充分执行比自定义过滤器引擎更快和更轻，并且还提供到雕刻/浮雕于特定颜色的选项

基于Qt界面，利用ITK读取二维图像，然后用VTK在qvtkwidget上显示出来，其中ITK读取用的是ImageFileReader，用ImageToVTKImageFilter将ITK数据转换到VTK数据，然后采用vtkImageviewer显示图像； 鼠标的动态坐标获取采用了vtkEventQtSlotConnect类来实现从Qt事件到VTK事件的转换，并在槽函数slotUpdatefixedCoords（vtkObject*）中提取坐标信息。 Connections_fixed->Connect(m_fixedWidget->GetRenderWindow()->GetInteractor(),         vtkCommand::MouseMoveEvent,this,SLOT(slotUpdatefixedCoords( vtkObject* )) );

主程序用matlab，有一个子函数在matlab中调用了c++，完成了图像的多尺度形态学分割

修补是重建图像的损坏部位的过程。从2.4版本开始，OpenCV的支持修复中algorithm.The棘手的部分是获得图像修复掩模，这是一个二进制图象，其中非零像素表示的区域被inpainted。让面膜后，剩下的应该是easy.After让面膜，我们可以立即拨打inpaint（）inpaint功能。 FMM的工作原理：它是基于快速行进法。考虑图像中的一个区域的补画。从本地区的边界算法开始，去里面的区域逐渐首次填补一切的边界。它需要周围的邻居像素的小邻域被涂。该像素被替换的所有已知的像素邻域归一化加权和。选择的权重是一个重要的问题。更多的权重是给那些像素躺在附近的点，接近正常的边界以及那些趴在边界轮廓。一旦一个像素是我画的，它移动到使用快速行进方法旁边最近的像素。 FMM确保邻近的已知像素的那些像素被首先inpainted，以便它只是像一个手动启发式操作。该算法通过使用该标志，INPAINT_TELEA启用。

应用背景三维测量中一个重要的分支就是利用投射光栅条纹进行测量，其中一般采用投影仪投射条纹图像，我使用的是三角波模拟生成的条纹图像代替正弦波，其目的主要是加快测量速度，高速测量就能实现动态物体也能运用如相移法等高精度的测量算法。关键技术高速的条纹图像的投射，对调制图像准确的解相，去除噪声背景等的干扰，解相算法上的选择，算法整体速度的优化等，这些问题都有待解决。

本代码实现的是根据三个点画圆的matlab程序，核心的函数calcCircle也可以从MATLAB官网获取；本程序main函数主要实现：随机产生三个点，调用calcCircle函数获得圆心和半径，然后利用参数方程画圆。

资源描述基于opencv的图像处理程序，利用了visual studio C++的平台

BMP转换JPG

这是一个基于opencv的sift算法的实现，基于opencv实现sift特征提取和匹配

应用背景 视频捕捉的对象中，背景通常保持不变。一般分析中关注移动的前景物体，威力提取出前景物体，需要建立背景的模型，将模型和当前帧进行比对检测前景物体。前景提取应用非常广泛，特别是在智能监控领域中。 关键技术 具体的实现过程主要分为两部分：一部分是调用absdiff函数找出当前图片和背景图片的区别，这之中使用了threshold函数去除为前景，当前图片像素与背景图片像素变化超过一定阈值的时候才认定其为前景；另一个工作是更新背景图片，调用函数accumulateWeighted，根据权重参数可以调整背景更新的速度，将当前图片更新到背景中，这里巧妙利用得到的前景提取结果作为mask，在更新背景图片的过程中避免了前景的干扰。