模板匹配的目标识别

包含两个程序，程序1是实现HE的暗通道先验去雾的程序，程序2是实现清华大学俞晶的基于暗通道和双边滤波的图像去雾的程序，可以直观的比较两者的差别。

应用背景 在线软件制作中，需要拍照上传图片，并对拍照所得图片进行处理； 将图片画在canvas画布中，对图片进行像素级的处理 关键技术canvas是HTML5新增的标签，结合JS可以实现对图像的像素级处理，这对开发在线图像处理软件提供了便利

资源描述Camshift对目标进行跟踪，但是会出现跟踪偏移，结合卡尔曼滤波进行目标位置预测，并对位置进行校正，减少了目标的漂移。

这个是封装h264视频数据  混合aac音频数据 生成Mp4文件的源代码。欢迎大家下载、试用。谢谢大家的支持！

基于边缘特征的图像配准算法是将不同时间、不同的传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的同一场景的两幅或多幅图像根据其边缘特征进行匹配、叠加的处理，最终生成一幅全景图像的方法。该方法具有抗噪性强，匹配速度快，误匹配率低，适用于多种类型的图像等优点，主要可以运用于以下领域： （1）军事研究领域，如飞行器辅助导航系绞、武器投射系统的末制导以及寻地等应用研究； （2）医学图像分析，如数字剪影血管造影DSA血管造影术、肿瘤检测、白内障检测、CT、MRI、 PET、 SPECT图像结构信息融合； （3）模式识别，如特征识别、波形分析、签名证实、目标物运动跟踪、序列图像分析等； （4）计算机视觉，可用于目标定位、自动质量控制等； （5）遥感数据分析，多电磁波段图像信息融合，如多谱段的等场景分类、定位和识别定义好的或已知特征的场景、自然资源监控、核生长监控、市区增长检测等。 本算法实现使用VC++6.0为开发环境，目前只支持灰度图像，感兴趣的朋友可以进一步扩展

这是一个简单的案例，利用OpenCV中的CvCapture类型来通过电脑的摄像头获取到实时的图像，使得运行的效果像是视频一样。

OpenCV/c + + 程序计算，然后可视化图像的猪描述符。该程序采用 HOG 描述符并通过遍历所有块和将梯度的长处为每个单元每个块添加到每个单独的单元格来计算每个单元格中的梯度幅值，然后最后平均梯度的长处。

将tif图片转换为bmp CONTENTS ======== 1. Target platforms 2. Description 3. Installation 4. Read this 5. Known bugs & problems 6. More informations 7. Contact

对黑白TIFF 图像进行处理，将200DPI 转换为 300DPI，或者转换为指定的DPI。

计算机视觉技术中的一个重要部分就是斑点检测，它来源于区域检测，它在图像的预处理方面为重要环节，比如特征匹配、目标识别等方法之前。就图像方面而言，所谓斑点，就是有这样一块区域，它与周围的颜色和灰度值都有很大的差别，就是跟周围的图像性质不一样。在实际的自然环境里，就存在着这样的斑点，如苹果树上的一个苹果，站在苹果树下的小孩，甚至一座房子也可以是一个斑点等等。由于斑点是一个区域性的描述，相比一个单纯的角点，它的稳定性和抗噪声能力更有优势，对于图像的后期分析和处理有很有很大帮助