vc高斯模糊源码

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

这是试图将像素坐标转换从位图加载到 Timage 到纬度和经度。 它包括显示纬度和经度为东、 西、 北和南的可能性。 我正在研究以及到 DMS 转换 （尚未实施） 这是在本机 Delphi 7，没有花哨的组件安装 （在我看来相当讨厌) 编码 沃尔夫勒姆

Retinex可在光线条件不好时改善图像的视觉渲染。当光线较暗时，我们的眼睛可以正确地看到颜色，但照相机和摄像机不能很好地处理这个问题。MSRCR（MultiScale Retinex with Color Restoration）算法是Retinex滤波器的基础，其灵感来自于眼睛的生物学机制，以适应这些条件。Retinex代表视网膜+皮质。

android视频录制，模仿微视，支持按下录制、抬起暂停。进度条断点显示。视频录制存在的问题：1.如何获取摄像头的数据2.如何把获取到的数据保存到视频文件中3.如何录制音频，并和视频合并4.录制视频时如何实现暂停功能5.android摄像头支持

可以按频率、累计数量或视频内容的变化显著程序为依据，自动采集和保存图像。也可以作为使用摄像头的采集功能进行视频、图像处理的一般程序框架。供没有DirectX开发经验，但需要相应功能的图像处理、模式识别、计算机视觉等方向的算法研究人员作为工具使用。在Visual Studio 2005环境开发。如果不是作为编程框架使用，则需要Intel OpenCV(开源)视觉库的支持

Blob 检测是一种快速、 简便的方法可以用于许多机器视觉任务，例如跟踪一个红色的球，找到一个蓝色的标记或检测人皮肤 （皮肤检测可与人脸检测和人脸识别方法性肤质的面具和手势识别非常有用）。若要查找彩色的斑点，你应该转换你的彩色图像从 BGR HSV 格式这样的颜色很容易分开。可以使用 HSV 颜色转换页面上的"ColorWheelHSV"程序看要到阈值的 H、 S 和 V 的值。你并不使用其他图形软件，请参见使用因为 HSV 值是不同的在 OpenCV 比在其他软件中的 HSV 阈值。举个例子，如果你想要检测一个蓝色的球，你可以运行 ColorWheelHSV，看到那蓝色大约是色调 85 到 130 在 OpenCV 之间。

C++写的读取并打开显示bmp图像文件，界面操作简单，功能可扩展性强，这是一个基于MFC对话框的程序，程序简单易懂，适合初学者熟悉MFC的基本知识编程...

应用背景视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg关键技术 ================================================================================= 运动估计 H264     视频协议 ============================================================================================

资源描述 网上看了很多的教程，但是按照教程来其实是不行的，而且那大多是互相抄的，明显看的出来。这是我自己看书，然后咨询了很多人，一步一步的试，最后配出来了。 使用的是QT5.5.1，opencv使用的3.0 大家主要要看我的pro文件里面的INCLUDEPATH 和 LIBS里面的写法

这是一个人脸识别演示/算法测试程序，基于Windows操作系统，在VS2008 SP环境下编写，算法部分用到了OpenCV 2.0，其中ASM人脸对齐部分还用到了OpenCV 1.0；演示程序界面部分用到了MFC。 演示程序的功能是，对摄像头拍摄的或用户指定的图像，检测其中人脸，然后在已存储的人脸库（通过摄像头或图片注册）中找到最匹配的人脸并显示。还有人脸库和分类器的导入/导出功能。  整个工程可以分为3个部分：算法、功能和应用。 算法部分：算法部分目前分为4个模块：人脸对齐、光照归一化、特征提取和选择、子空间降维，每个模块是一个项目，每个项目生成一个dll供功能部分调用。 功能部分：功能部分只有一个项目FaceMngr，该部分依赖于算法部分，实现人脸注册、训练、识别、导入/导出等具体功能。该项目生成一个dll供应用部分调用。 应用部分：应用部分依赖于功能部分，实现了与人脸识别有关的应用，目前有两个项目：人脸识别演示程序frtest，和利