将图像转换为负片图像

一种快速的基于图像分块字典学习算法对图像处理包含不同的图像处理逆问题求解 包含图像去噪， 图像去模型，图像填充等方面的应用

验证码识别系统(通用验证码识别引擎)v2.1 绿色官方版 四大类识别模式：分割识别、混合识别、整体识别、快速识别，能有效识别字符扭曲，粘连，重叠的验证码。独有的整体识别模式，图像无需分割，甚至不需 要降噪即可识别，对于干扰点，干扰线无法清除干净的图像特别有效！！新增快速识别模式，多达上千的字模也可以把识别时间控制在几十毫秒。识别验证码更准 确。 三大类分割模式：自动分割，平均分割，垂直分割，图像分割更轻松。 十大类处理滤镜：将近40种的图形处理滤镜，全部自行编写底层代码，再复杂的验证码也可以有效处理，迅速得到清爽的二值化图像。处理验证码图形更容易。 强大的字模制作和管理界面：极大节省制作字模时间，轻点鼠标即可一次性得到几十个甚至几百个字模，你唯一要做的就是输入字模对应的字符。 先进的识别加速技术：双重加速机制，有效提升验证码识别速度，达到了识别速度与准确性的平衡。 提供支持C#, VB.Net, VB, VC, Delphi, C++Builder、VFP、易语言等各种语言调用的标准DLL文件。 注：演示版无法发布识别库，需要更高级功能，请联系作者购买正版！

高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器。高斯平滑滤波器对于抑制服从正态分布   的噪声非常有效。一维零均值高斯函数为： g(x)=exp( -x^2/(2 sigma^2)) (u=0)其中，高斯分布参数Sigma决定了高斯函数的宽度。 对于图像处理来说，常用二维零均值离散高斯函数作平滑滤波器。

输入： 的视频图像序列 (最好是从一个网络摄像头获取)，坐在电脑前的用户假设显示一些文档 （文本、 图形、 医学图像或一张照片） 和 visualizedGoal： 检测注意力的焦点和改性的用户感兴趣区域 （请注意我们只感兴趣的用户感兴趣区域不眼睛本身的轨迹 ！）基于这一点，一些地区的兴趣可以绘制到图像上。要做的任务： 开发能够检测到应用程序和跟踪在视频眼; 确定相应的观察 （重点） 位置 （区域） 屏幕，在屏幕上眼的运动轨迹; 标记区域的利益和他们的进化，变化在时间

多种中值滤波器 (5 点交叉, 1x2, 1x3, 2x2, 3x3, 3x4, 4x4, 4x5, 5x5, 7x7) 来降低图像中的椒盐噪音。我还计算了 MSE 值来决定中值滤波器的质量并画出图形来表示 MSE 和中点

手势识别程序，动态的从射像头获取图像就动态的提取图像中的手势，扣出手势，经过一些图像处理，显示出手势是什么手势

双线型（bilinear）插值算法针对RGB三基色不同通道单独进行插值运算，它作为插值算法的最基本算法，是以后改进插值算法的提出以及性能分析的一个参考，其算法原理为对于某个像素的某一个色彩通道而言，其采用周边同通道的平均值

国外牛人多目标跟踪matlab代码,含测试数据,论文.包含背景建模,目标跟踪,轨迹关联,预测等

两步构建盲图像质量指标框架

应用背景VC++ 基于MFC平台，是智能监控的基础，是数字图像处理的入门代码。关键技术数字图像处理，载入图片，改变图片的灰度级别，量化，采样。