计算区域中心及最大面积切割程序，matlab版

将BMP图像转换为JPG图像-of BMP images converted to JPG images

应用背景应用于运动目标的检测，利用差分法，对路面上的车辆和行人进行检测                                                                  关键技术车辆检测部分采用背景差分法，跟踪部分采用卡尔曼滤波，检测与跟踪部分使用不同颜色的外接矩形框表示，采用平均背景法更新背景图像，代码部分附详细解释

directx8学习资料.里面有详细的文档说明,有丰富的例程.让你学得轻松.(应该够二十个字了吧.其实没什么好说的.下载看看就知道好不好吧.)-DirectX8 learning materials. There are detailed documents that are rich routines. You learn easily. (20 would be enough for the word of the hour. In fact, nothing more to be said. See download know bronzes OK.)

此代码介绍的是轮廓检测，轮廓检测的原理通俗的说就是掏空内部点，比如原图中有3*3的矩形点。那么就可以将中间的那一点去掉。在OpenCV中使用轮廓检测是非常方便。直接使cvFindContours 函数就能完成对图像轮廓的检测。

离散数据三角化-breath-5, a program file to show that I will be my last set of five procedures is described.

该源码能画直线、圆、矩形，另外还有选择、缩放、移动功能,可以保存图形。-The paint can draw a straight line, round, rectangular, in addition to selection, zoom, mobile features, you can save the graphics.

使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。-my english is poor

这个是3D游戏编程 杨青著 书中的源码 很多朋友都找不到它 我把它放上来 -This is a 3D game programming Yang Qing with the source book many friends I have not found it it Fangshanglai

针对贺兰山岩画提出了3个合适的边缘检测算法。算法的核心是将岩画的亮度信息和彩色信息，融合于非线性双边滤波技术，通过

3D骨架提取的基本算法代码，将4种最常见的算法均包含在内。-3D skeleton extraction of the basic algorithm code, will be four kinds of the most common algorithms are included.