osg quickly

基于OpenCV的OpenCV的摄像机标定问题的研究，文章比较详细透彻地分析了摄像机的标定的一些理论知识的介绍。对于初学者将是一个比较的文件。

图像拼接，从不同文件夹中按顺序选择小的图片拼成一个完整的图片，文件夹为16个，图片为16个小的图片组成

采用特征矩阵方法的人脸识别matlab源代码。其中包含实例图片和测试图片。图片的命名和matlab代码中的命名相对应。将压缩文件解压后就可以直接运行源代码。

指纹的特征提取包括端点及交叉点的提取，然后进行去伪点操作，最后再进行特征点匹配，最终得出匹配结果！调试通过

vb调用VCR截图，调用wia视频获取截图，启动视频，关闭视频，点击截图保存图片等一系列例子

资源描述取指定MAC地址取指定MAC地址取指定MAC地址取指定MAC地址取指定MAC地址取指定MAC地址取指定MAC地址取指定MAC地址取指定MAC地址取指定MAC地址

结合Kinect v2.0+ VS2012+openCV2.4.9，将Kinect v2.0深度帧存到openCV2.4.9类型的图像函数格式（Mat image）中，并将获取的kinect v2.0深度图像输出到文件夹里保存.这里涉及到Kinect v2.0的打开，depth数据的获取，以及与openCV2.4.9相结合的数据格式，还有使用sprintf_s函数将图像保存到指定的文件夹下。

Latest Matlab implementation of Local Phase Quantization (LPQ) descriptorsLPQ(Local Phase Quantization)算法的原理是假设平滑函数h(x)中心对称，则其傅里叶变换为H(u)，对所有H(u)≥0有∠G(u)= ∠F(u),其中F(u)和G(u)分别为原图像和平滑后图像的傅里叶变换，因而在H(u)≥0条件下，图像对平滑有不变性。

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。本代码是基于HOG特征值的算法，在时间和准确性上都十分不错。 具体的，分类器的选择问题.ALT和ALT2效果较好，ALT _Tree检测时间略长，默认的准确性较差，所以应选用ALT或ALT2

数字图像处理与机器视觉将理论知识、科学研究和工程实践有机结合起来，介绍了数字图像处理和识别技术的方方面面，内容包括图像的点运算、几何变换、空域和频域滤波、图像复原、形态学处理、图像分割以及图像特征提取。本书还对于机器视觉进行了前导性的探究，重点介绍了两种在工程技术领域非常流行的分类技术——人工神经网络(ANN)和支持向量机(SVM)，并在配套给出的识别案例中直击光学字符识别(OCR)和人脸识别两大热点问题。 本代码为该书配套的VC工程源码，非常棒，推荐大家了解数字图像处理与机器视觉的基础内容。