OPENCV中文版及源码

delphi,图像,压缩,传输,用Delphi实现屏幕抓取、图像压缩、图像传输的示例，供大家学习使用，如有不足之处，请大家原谅，毕竟是个新手，希望大家多多指教！谢谢啊！！！

利用均值濾波、形態學運算、canny找邊緣來切割血管，医学图像处理是图像处理领域中的重点与难点问题之一。随着数字图像处理技术的快速发展,借助电子计算机等辅助手段,医学图像的提取方法以及图像质量都得到极大的提高。眼底视网膜图像是人体唯一可以非创伤直接观察的较深层微血管,对视网膜血管的分析研究有助于疾病的精确诊断。然而,由于视网膜血管图像的灰度分布不均匀,目标血管与图像背景的对比度低,再加上图像噪声的污染,使视网膜血管的自动分割非常困难。所以,通过建立眼底视网膜图像的计算机辅助分析系统,对眼底视网膜组织进行定量分析与定性检测,对临床眼科学的病理诊断具有非常重要的意义。本课题在查阅大量数字图像处理的文献基础之上,结合DRIVE眼底视网膜图像数据库模型,通过分析不同图像分割算法的特性,对眼底视网膜血管图像进行了分割实验与对比分析,主要过程如下：1.对视网膜图像预处理。通过分析RGB彩色系统模型,对各通道的视网膜图像进行对比度比较。掌握数字图像处理的基本操作方法

颜色分类案例，展示了如何使用分类器来实现颜色识别功能。文件包含一个色谱图像、演示程序和SVM分类器文件。程序大致思想为：1. 将图像变换到HSV空间；2. 采集每种颜色的样本点，加入到SVM分类器；3. 训练SVM分类器；4. 循环获取带分类的点，进行分类识别。

 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

MFC程序，包含图像的水平及垂直变换，缩放，转置运算，旋转以及插值运算等源代码，并且程序中含有详细的注释，在VS2005以上环境直接运行，也可以稍加修改后在VS2005以下版本运行

源程序可以隐藏内部图像数据。

所谓的差影法就是图像的相减运算(又称为 减影技术)，该运算是把同一景物在不同时间拍摄 的图像或同一景物在不同波段的图像相减[6]，利 用差影图像提供的图像间的差异信息以达到动态 监测、运动目标检测和识别以及目标识别等目的．

ScienceSlides是非常方便快捷小巧的ppt插图软件，里边包含了大量的专业素材，比如神经元，细胞，人体结构，DNA等等，而且都是彩色的，具有很好的视觉效果。

将空间域图像变换到频率域后，经过傅里叶变换的图像对其去能量谱，计算频谱的频率和能量进行曲线的绘制，就可以得到我们想要的功率谱曲线的，代码不需要改动可以直接使用

以前找的一个OCR Android程序，可以从位图文件中识别出文字。有一个支持Android的开源光学字符识别库。这个程序还包括其它的一些部分，如访问摄像头，处理位图，访问内存，摄像头拒绝等。程序非常好，一定能满足你的需求！