GABOR滤波器代码

 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

通过电脑摄像头的拍摄，对视频中出现的手掌和拳头进行检测并标记，程序现在还是不很稳定，需要加以修改，后续如果有改动，在往上面增加。

这是一个完全工作三维人脸识别系统在 python 中作出。请在自述文件中找到的说明。它实现了以下功能： 1。归一化2.平滑3.内插4.裁剪5.缩放6.关键点提取7.旋转

算法采用camshift跟踪，实现了实时的多车辆尾随检测跟踪算法，对一定环境下的车辆目标能达到不错的效果

通常情况下滤波会导致图像细节信息模糊化，从而造成信息损失，如何在实现平滑滤波的同时又能够保留边缘细节信息，在图像分割前具有重要意义，该程序通过扇区划分，避免了通常的矩形区域划分缺陷，滤波效果很好。

基于双目视觉的opencv图像处理，实现了基于机械手的双目标定，可以进行单目或者双目的标定，进行双目的匹配以及特征提取，功能齐全，但是被程序参考了前辈们的部分代码，比较适合最初的开发者

程序通过研究张正友平面模板标定法，通过opencv编程，实现了双目立体相机内外参数的标定，通过与matlab标定对比，实验结果几乎一致。使用者只需从不同角度拍摄平面模板，获得足够多的图片，将文件内的图片替换掉，即可得到自己相机的参数

RGB转HSI中S分量的代码，在视频增强器中需要用到的算法转换，根据这种算法可以将其移植至FPGA中，在FPGA中实现。

这是CXimage的入门必下载的源码和工具，关于图片格式转换或者图像处理非常有用

其中，mdivwctl.cpp，mdivwctl.h 是MS_OCR的模块程序，一些功能函数尽我们的理解作了中文注释。用法主要在CCMD_OCRView.cpp中，OCR的用法很简单；为了使示范程序象样一点，添加图形的显示（它与OCR无关）。图形显示使用了CXImage包，这里你也顺便了解一个CXImage包的用法吧。这个程序中OCR的识别类型我们设置成简体中文，这样对英文的识别不好；当然你可能修改成识别英文（或其它国的文字，源程序里都有，你自己找吧）。