kinect手掌跟踪

应用背景基于肤色分割手势图像可以很大程度除去背景，但因为人脸也是肤色也能被检测出来，这里就要除掉人脸信息。只留下手势信息就行。关键技术通过先对视频帧得到每个像素的概率，从而获得概率似然图像，再对该图像进行阈值分割

mfc标记识别源

资源描述自己写的几个经典图像滤镜，熟悉图像处理算法，随后将双边滤波美白磨皮也加上，以及二乘拟合，模拟当下流行的经典滤镜效果

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.

代码为判断点在多边形内算法，采用的是射线法，将射线与多边形边的交点进行奇偶判定得到结果。代码实现为c语言，未添加主函数，已经经过调试，可直接调用。对于大部分自相交多边形无法判断，其他类型都可以判断。代码内容相对比较规范，有添加部分注释，对算法原理没做详细说明，请自行查找。

在这些项目中，我们将测试编码为qr码和sms，vcards可以转换为qr码，您可以从图像中提取qr码；

可以实现双边滤波的一个Matlab程序，自带显示进度功能，处理600*600的图像大约在16秒。

依次读取指定文件内的图像，并对其进行特征点检测和提取，最终进行匹配。图像的检测、提取和匹配都分别以两种方法完成。一种方法参数为指针，图像特征点的检测和提取在opencv中可一步完成，另一种方法参数为向量，特征点检测提取分步执行。故以此为基础的特征匹配在opencv中也有两种实现方法。该算法对两种不同参数类型的方法进行测试，比较其耗时并记录测试信息

这个项目的目标是在实时，与较高的检测率和几个误报检测人类。人类探测器达到 20 帧/秒速度和先进的检测精度，而不是诉诸特别像 GPU 硬件使用只有一个处理线程。轮廓线是人体检测，最重要的信息来源和相邻像素之间的比较情况迹象的关键编码轮廓。

   用OpenCV与C++结合实现的基于PCA算法的人脸识别，适合新手掌握PCA编程模型。