基于神经网络的图像压缩

原创图像分割程序。实现工作台表面缺陷的自动分割。基于梯度图操作，对得到的梯度图进行开运算去噪，然后二值化后经过一定的形态学处理可以得到缺陷轮廓。但由于噪点过多，因而效果不理想。本程序通过在两个尺度上同时操作，高尺度的图精细，噪点多；低尺度的图粗糙，但包含的噪点少。因此在用低尺度图得到的结果作为种子图，用高尺度的图作为生长依据，最终得到理想的分割结果。

该算法在检测到人脸并定位面部关键特征点之后，主要的人脸区域就可以被裁剪出来，经过预处理之后，馈入后端的识别算法。识别算法要完成人脸特征的提取，并与库存的已知人脸进行比对，完成最终的分类。

代码是在李春明教授的Drlse模型上改进而来，用基于区域的符号压力函数替代边缘指示函数，并设置了可变权系数，使初始轮廓线只要位于图片上，无论与待分割目标位置关系如何（目标区域内、外、横跨 ），都能得到很好的分割效果。

开源的软引擎-Gouraud着色实现DirectX源码。                                                                                                                       、

针对满文文字的特点，利用基于主轴的投影法进行文字分割，该程序可以将满文文字分割成单个满文字母，分割准确率较高。

资源描述将一系列图片合成视频。通过设置一系列图片的命名为连续数字，程序代码可以实现输出为顺序播放该系列图片的视频。并且在程序中可以通过调节视频帧率改变图片在视频中的播放速度。默认的视频输出格式为avi格式。

《OpenCV教程——基础篇》北航出版社 ，文件包含本书所有光盘源代码。北航的虚拟现实实验室许多师生都在使用opencv，有相当多的经验，这书质量相当不错，简单易上手。附带的光盘中代码可靠性相当高，有些直接就是某些算法或问题的实现。本书可作为信息处理、计算机、机器人、人工智能、遥感图像处理、认知神经科学等有关专业的高年级学生或研究生的教学用书，也可供相关领域的研究工作者参考。

整个文件可以直接通过编译并能正常使用，用来测试opencv的各个模块的例子！

隐写术是的隐藏事实通信正在地方，由隐藏信息的一门艺术其他的信息。可以使用许多不同的载体，文件格式，但数字图像是最由于其频率对互联网的流行。对于隐藏秘密信息在图像中的，都存在种类繁多的隐写技术，有些是比其他人更复杂和所有的人都各自的强、 弱点。不同的应用程序有不同的要求信息隐藏技术的使用。例如，一些应用程序可能需要的绝对不可见性秘密信息，而另一些需要更大的秘密口信要隐藏。本文旨在给图像隐写术，其用途和技术概览。它还试图标识要求一种好的隐写算法的简要反映了哪些隐写技术的更多 适用于哪些应用程序。

1、    采用了模块匹配进行印刷数字识别， 2、    识别的方式是通过图片“bmp”格式 3、    识别的结果在result中显示 4、    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