粒子群优化算法

模板匹配的工作方式跟直方图的反向投影基本一样，大致过程是这样的：通过在输入图像上滑动图像块对实际的图像块和输入图像进行匹配。     假设我们有一张100x100的输入图像，有一张10x10的模板图像，查找的过程是这样的：   （1）从输入图像的左上角(0,0)开始，切割一块(0,0)

资源描述 对于人脸的基本识别  包含嘴巴 鼻子 眼睛等 程序能正常运行 包含了相应的code 和 xml

实现VC++二维码解码功能，解析常见二维码。QRcode解码译码器，功能为读入一张图片译出其内容，具体功能包括图形探测定位、图形过滤校正、检错纠错等。

================================================================================ MICROSOFT 基础类库： 详细项目概述 =============================================================================== 应用程序向导已创建这个详细的应用程序 你。此应用程序不仅演示使用了微软的基本知识 但基础类也是您编写应用程序的起始点。 此文件包含的你会发现在每个文件的摘要， 请您详细的应用程序。 VidCap.vcproj 这是使用应用程序向导生成的 VC + + 项目的主项目文件。 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

灰度线性变换, 程序能够运行出正确的结果，希望对各位有帮助。 

你看，扫描使用智能手机的文件可以被分解成三个简单的步骤：第1步：检测边缘。步骤2：使用在图像中的边缘以找出轮廓（轮廓）表示一张纸被扫描。步骤3：应用一个透视变换，以获得所述文件的俯视图。线2-7手柄导入我们需要必要的Python包。我们将通过导入我上周讨论了我们four_point_transform功能启动。我们也将使用imutils模块，它包含了方便功能调整大小，旋转，裁剪和图像。你可以在我的基本的图像操作后阅读更多关于imutils。接下来，让我们从进口scikit图像的threshold_adaptive功能。该功能将帮助我们获得了“黑与白”感觉我们的扫描图像。最后，我们将使用NumPy的数值处理，argparse解析命令行参数，并CV2我们OpenCV的绑定。第10-13行手柄解析我们的命令行参数。我们只需要一台交换机的形象，--image，这是路径包含我们要扫描的文档的图像。现在，我们有路径，我们的形象，我们可以继续前进步骤1：边缘检测。第61行执行翘曲改造。事实上，所有的繁重被four_point_transform函数处理。同样，你可以阅读更多关于上周的帖子在此功能。我们将通过两个参数为four_point_transform：第一个是我们的，我们装过盘原始图像（不是大小之一），第二个参数是代表文件，乘以调整大小比例的轮廓。所以，你可能会奇怪，为什么我们乘以调整比例是多少？我们乘了调整后的比率，因为我们进行边缘检测，发现轮廓高度= 500像素的调整后的图像上。然而，我们希望将原来的图像，而不是调整大小后的图像上执行扫描，从而我们通过调整大小比率相乘的轮廓点。要获得黑白的感觉的形象，我们再采取扭曲图像，将其转换为灰度和应用自适应阈值上线65-67。

先用背景差分完成目标提取，将运动目标的相关信息放入到链表中，通过帧差完成对多目标的跟踪，达到实时性的要求运动目标的相关信息存放于结构体中，可以在此基础上判断目标的动作行为跟踪基本框架，opencv编写，利用背景差分，质心法可以跟踪多个目标，并分配ID号，记录行动轨迹，可用于车辆道路等，大家可以参考学习下，效果有待改进，不同的视频会有不同的效果。

A simple MATLAB code demo for our ISVC10 paper. Bo Li, Kun Peng, Xianghua Ying, Hongbin Zha, Simultaneous Vanishing Point Detection and Camera Calibration from Single Images, Proc. International Symposium on Visual Computing 2010, Part II, LNCS 6454, pp. 151--160.

资源描述对摄像头、视频、图片中的人脸进行检测，并记录人脸个数

该程序是使用MATLAB编写的代码，代码为超像素分割算法的代码。代码实现了超像素分割的自动选取种子点，分割速度快，对于一些小区域的目标也能准确分割出，分享给各位图像处理研究方向的人使用！