linux下的体感应用开发

应用背景可用于两张图片的对比。判断是否相同或不同。关键技术 扫描整个图片，从而获得每个像素点的值，进而进行比较

该源代码是用于图像分类的，是由本人亲自完成的，主要是采用了多示例学习方法和典型的纹理描述算子相结合实现的，经过试验证明，该方法具有很好的分类效果。

Chanvese活动轮廓程序。图片，文档，使用说明一应俱全。程序运行顺利

经过改进后，画面刷新速度大大加快，绝对看不到任何的“扫描线”，帧数也从5帧一下就提高到了9帧，几乎是两倍于前的速度。这究竟是什么原因呢？让我来讲述其中的道理。因为圆是要一个一个画上去，所以每画一个圆，系统就要做一次图形的绘制操作，图形的重绘是很占用资源的，当需要重绘的图形数量很多的时候，所造成的系统开销就特别大，造成我们看到的那种刷新缓慢的情况。那么如何来解决这个问题呢？答案就是双缓冲，何谓“双缓冲”？它的基本原理就是：先在内存中开辟一块虚拟画布，然后将所有需要画的图形先画在这块“虚拟画布”上，最后在一次性将整块画布画到真正的窗体上。因为所有的单个图形的绘制都不是真正的调用显示系统来“画”，所以不会占用显示系统的开销，极大的提高的绘图效率。

面向梯度直方图可以用于图像中目标检测。特别是，他们被用作行人检测"使用面向梯度直方图的行人检测"一文中介绍 Dalal 和 Triggs。Matlab 程序代码计算猪以详尽的方式，如本文所述。训练分类和检测对象/非对象区域，然后可以使用说明符。

产品条码读取源码，利用摄像头捕获图片后经该代码解析出条码，VC6.0编译通过，添加到自动化项目中做产品条码识别是不错的选择，欢迎下载。

由电子技术应用论坛的bingo编写的纯verilog代码；同时bingo也开设的讨论组一起讨论图像处理方面的相关fpga实现；关于ov7670 bingo有相关的连载博客；又需要的同学可以去看看；非常适合刚刚接触ov7670的fpga实现的朋友。当然相关权益属于bingo的。

很不错的DICOM图像读取、处理的DEMO。很不错的DICOM图像读取、处理的DEMO很不错的DICOM图像读取、处理的DEMO

vs2008做的kinect手掌跟踪，使用tcp发送消息。这里做的是手掌上下滑动，分成四个区域识别。手掌向右挥动触发事件。tcp链接只监听一个客户端。使用的是openni和nite，不是微软的SDK。

采用多个结构元素对图像进行开、闭、腐蚀、膨胀等操作，并进行了高帽变换、提取边界线、获取梯度、开重建等操作。