kalman+camshift 跟踪程序

基于opencv2.4.6 + vs2010编写。 需要外接一个摄像头，对摄像头捕捉的视频帧进行处理。 如果视频帧中有人脸，程序会自动识别，并用彩色的源泉圈出来。   基于opencv2.4.6 + vs2010编写。 需要外接一个摄像头，对摄像头捕捉的视频帧进行处理。 如果视频帧中有人脸，程序会自动识别，并用彩色的源泉圈出来。  

高阶着色器语言（High Level Shader Language，简称HLSL），由微软拥有及开发的一种语言，HLSL 独立的工作在 Windows 平台上，只能供微软的Direct3D使用。 HLSL是微软抗衡GLSL的产品，同时不能与OpenGL标准兼容。他跟Nvidia的Cg非常相似。 HLSL的主要作用为将一些复杂的图像处理，快速而又有效率地在显示卡上完成，与组合式或低阶Shader Language相比，能降低在编写复杂特殊效果时所发生编程错误的机会。 HLSL已经整合到了 DirectX 9中 这组代码是HLSL的入门代码

应用背景 SIFT算法是D.G.Lowe[40]于1999年提出的，SIFT算法可分为两个部分：第一部分是生成SIFT特征，即SIFT特征向量提取过程；第二部分是通过对提取的SIFT特征进行匹配。 特征点描述子生成：计算每个4x4小块上8个方向的梯度方向直方图，并为每个梯度方向做一个累加值，得到一个种子点，如图3.5右图所示。图中每个特征点是由2x2个种子点构成，则每个种子点都具有8个方向的向量信息。为增强SIFT特征匹配的稳定性，每个特征点都通过4x4个种子点来加以描述，这就使得每个特征点都能够生成128个数据，进而形成4x4x8=128维的SIFT特征向量，其中4x4表示16个种子区域，8表示区域的8个方向。  关键技术（1）SIFT算法是一种基于图像局部特征提取的方法，SIFT特征具有尺度缩放不变性、旋转不变性，对视角变化、光照变化、物体运动、噪声也具有良好的稳定性。  （2）高速性，优化的SIFT算法可满足实时性需求。 （3）多量性，SIFT算法可以提取大量的特征点。 （4）可扩展性，SIFT算法可与其他算法相结合。 （5）独特性好、信息量丰富，匹配快速、准确。  经过第一阶段SIFT特征向量生成，第二阶段就是对提取的特征向量进行匹配。其特征点匹配步骤为：假设两幅待匹配的图像分别为S、T，分别从两幅图中提取SIFT特征点。

mfc标记识别源

opencv1.0+VC6.0/VS2010均可，通过摄像头获取的视频图像，并对其不同BRG三个通道分别做直方图统计，并分别画出其三个通道的直方图，具有一定的参考价值，可以为视频图像的后续处理做铺垫，欢迎大家一起学习交流。

它是一个 Java 图像处理库，是特别针对移动应用程序。它包括接口，因此，图像可以转换到和从本机格式为 J2ME、 android 系统和 J2SE。 ，它包括人脸检测和条码阅读一些示例应用程序。条形码读取器需要极高分辨率的图像，但人脸检测代码适用于定期的图像分辨率。它可以在几秒内隔离任何合理的一张脸正面观。

应用背景虹膜识别软件，基于VS2010中的MFC开发的，一定可以跑起来，有详细的算法说明，有完整的程序代码和详细CDIO文档，以及详细的流程图。关键技术基于计算机视觉和模式识别技术开发的虹膜提取和识别软件。通过提取虹膜的关键点特征，设计出好的特征提取算法，能最大程度的区分不同人的虹膜的特征，具有良好的应用效果。

这是一个基于摄像头的Arm单片机开发的系统程序，具有非常大的所用价值                                                  

这个是基于net开发的，这个程序的算法和功能都是以手写识别为基础，请大家讨论讨论！

目标检测和跟踪在许多计算机视觉应用中非常重要，包括活动识别、汽车安全和监控。在本例中，您将通过将跟踪问题分为三个独立的问题来开发一个简单的人脸跟踪系统：