edma3456wewewawe

对图像进行对数、指数灰度变换。对数变换扩展了低灰度区，压缩了高灰度区，能使低灰度区的图像较清晰地显示出来。而指数变换一般用于对图像的高灰度区给予较大扩展。源码包中给出了源码和要处理的图片，1、4两张分别为过亮过暗的图，经过相应变换都能得到较好的效果。

人脸表情识别经典论文，代码。精心收集的资料，源码，及算法的分析。人脸表情识别经典论文，代码。精心收集的资料，源码，及算法的分析。人脸表情识别经典论文，代码。精心收集的资料，源码，及算法的分析。人脸表情识别经典论文，代码。精心收集的资料，源码，及算法的分析。

翻译  maninwest@Codeforge 作者:Dejan Mauer@CodeProject在一张图片中找到人脸可能不怎么容易。有些商业化和开源框架可以帮助开发者完成这个任务。 我要推荐的商业库是 Neurotechnology VeryLook. 也许，人脸识别的最有名的开源框架是  Intel 的 OpenCV (Open Computer Vision) ，它不只能用于识别人脸，还可以用于其他地方。但是 这是基于  C++ 的，不方便在  .NET 环境中使用。EmguCV 提供了一个 到 OenSV 的 .NET界面解决了这个问题。虽然这个框架很强大，但是使用起来不容易。在这里，我将介绍最简单的人脸识别- 使用 开源库 Accord.net,它构建在 AForge 图像库上.使用代码代码示例是从附件中的程序中提取出来的。我仅关注主要功能-使用 Accord.net库找到人脸Dim detector As HaarObjectDetector Dim cascade As New FaceHaarCascade detector = New HaarObjectDetector(cascade, 30) 首先要声明 classHaarObjectDetector. 这个类封装了找到图片中不同对象的算法。对象用所谓的级联描述，很多开源项目中都有（脸，左眼，右眼，两只眼，

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。

FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分

这是2001年由Chan Vese发布的实现无边缘水平集的源代码。它可以用于医学或真实图像

近似近邻快速图书馆

使用说明：第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别识别的结果显示在屏幕上，同时也输出到文件result.txt中该系统的识别率一般为90%另外，也可以单独对打开的图片一步一步进行图像预处理工作。但要注意，每一步工作只能执行一遍，而且要按顺序执行。步骤为：“256色位图转为灰度图”“灰度图二值化”“去噪”“倾斜校正”“分割”“标准化尺寸”“紧缩重排”另外注意，要识别的图片，要与win.dat、whi.dat位于同一目录。此两文件保存训练后网络的权值参数

图像检索，是颜色直方图，可以用VC6.0运行，注释不多，希望能够帮助需要的人来参考

1.该程序是自己用opencv写的细胞数量统计代码，里面完整的实现了细胞分割和细胞数目统计，准确率在90%2.程序最后将结果保存到excel可以打开excel查看统计结果