指纹识别代码

资源描述用专业的图像处理软件opencv对图像进行chog特征提取

模糊知识Builde转换的连续变量为其它连续变量。模糊决策者™转换离散理念融入到其它分立概念。例如，它使用未连接的目标和约束与未连接的替代品，以确定最有价值的替代方法。

该代码实现了阴影去除，首先进行运动分割，感兴趣区域提取，最后实现阴影消除。阴影在许多实际情况中都存在，它的存在对我们进行一些判断和预测造成了麻烦和影响使判断不够准确，或者无法进行判断。所以进行阴影消除是非常有必要的。

按钮+图标， vc++， vs2005通过， 设置不同的按钮风格。cbitmapbutton设置按钮的 焦点，disable，enable 状态的不同图像。比较直观

在directshow的基础上实现对视频源亮度的调解，以更好的适应不同的环境，经过测试有一定的效果。特别是在光线叫暗淡的环境下能够获取较高亮度的图片。

利用matlab来实现PCNN多种方法的图像处理，有图像分割，图像边缘提取，图像融合等方面

在图像中检测性趣点时，可以很好的定位，因为它位于两条边缘的交点处，它检测到的特征点可以用于视频跟踪应用中的优质特征集合。

纯c语言写的俄罗斯方块，简洁，对新手帮助很大。游戏还可以闯关，速度变快等等

资源描述这里在VS2010和opencv2.4.9的环境下编码的调取摄像头并对摄像头捕捉到的图像进行处理。第一步：初始化摄像头。第二步：设置图像属性。第三步：获取一帧图像》第四步：显示图像cvshowimage().第五步：保存图像。第六步：对图像进行阈值分割。第七步：对图像进行二值化处理.

采用多层前馈神经的脱机手写体字母字符识别系统网络中的文件中描述。一种新的方法，称为对角基于特征提取介绍用于提取手写字母的功能。第五数据集，每个包含26字母表写由不同的人，用于训练神经网络和570不同的手写体字母字符被用于测试。所提出的识别系统表现相当好得到更高水平的识别精度比采用常规的系统特征提取的水平和垂直的方法。此系统将是合适的，用于将手写的文档转换为文本的结构形式和手写识别的名字手写识别一直是最迷人的和具有挑战性的研究领域之一图像处理和模式识别在最近几年领域[1][2]。它有助于巨大到自动化进程的推进，并能改善之间的接口人与机器的大量应用。一些研究工作一直注重新的技术和方法，将减少处理时间，同时提供更高的识别精度[3]。在一般情况下，手写识别被分为两种类型的离线和在线手写识别方法。在离线识别，写入通常捕获的光通过一个扫描仪和完成写入可作为一个图像。但是，在上线系统的连续点的两维坐标被表示为的函数时间和由作家所作笔顺也可提供。上线的方法有被证明优于其离线对应于识别手写字符由于可用同前所述时间信息[4][5]。然而，在离线的系统中，神经网络已被成功使用，以产生比较高的识别精度等级。几个应用程序，包括邮件分拣，银行处理，文档阅读和邮政地址识别需要脱机手写体识别系统。其结果是，在离线手写识别仍然是一个活跃的研究领域向探索较新的技术，这将提高识别精度[6] [7]。