图像特征提取的四种算法

应用背景Opencv编程实现的绘制图像直方图，涉及图像处理中的直方图概念关键技术Opencv图像处理、直方图、鼠标回调、类结构

审查的各块匹配的运动估计在 MPEG 编码中使用的算法。这一幅是为运动检测代码。

FreeImage [1]是一款免费的、开源的、跨平台（Windows 、Linux 和Mac OS X ）的，支持20 多种图像类型的（如BMP 、JPEG 、GIF 、PNG 、TIFF 等）图像处理库。其最大优点就是采用插件驱动型架构，具有快速、灵活、简单易用的特点，得到了广泛使用。 FreeImage 的主要功能有多格式位图的读写；方便的位图信息获取；位深度转换；位图页面访问；基本的几何变换和点处理；通道合并与混合等。FreeImage 暂时不支持矢量图形和高级图像处理，位图绘制需要由用户来完成。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报 打分 发表评论 暂无评论

基于K-means的彩色图像分割算法，这是源代码，以供大家参考和学习。。。特征空间聚类法进行图像分割是将图像空间中的像素用对应的特征空间点表示，根据它们在特征空间的聚集对特征空间进行分割，然后将它们映射回原图像空间，得到分割结果。其中，C均值聚类K均值算法先选K个初始类均值，然后将每个像素归入均值离它最近的类并计算新的类均值。

自己编写的C代码，在windows平台下读入彩色rgb图像，预留出图像数据指针，然后将彩色图像通过变换公式变为灰度图像，已编译可运行。

2001年，Adaboost算法首次应用到了人脸检测应用上，并得到了很好的效果，在人脸检测方面取得了巨大的成就：1）首次采用Haar特征来对人脸图像的灰度分布情况进行描述，由于Harr特征的简单有效性，提高了检测速度；2）挑选出一些具有样本能力的Haar特征的组合来构成强分类器；3）采用由粗到精的思路来构造级联人脸检测器，先用强分类器把图片中大多数的背景和无关区域滤除，再增强分类器的复杂度，继续滤掉剩余的无关区域，最后剩下的就是人脸区域，该种方法达到了提高了人脸检测速度的目的。本资源位Adaboost人脸检测的具体实现。

1，这是技术结合SVD和DWT2，同步码技术，实现了非常低的概率误差率3，它提出了一个多层次的安全，可靠和高容量的图像水印算法。

图像融合程序

Vc++6.0和MFC编程环境下绘制金刚石的图案，附有EA-Key3.1

LED 显示技术开发,该文档比较详细的介绍了LED显示屏开发的基本原理，以51单片机为开发平台，说明了LED直译、绕线情况下LED数据组织情况。可以快速了解LED显示屏基本开发原理，并给出了16点阵反相显示和正相显示两种情况下源码。