像素本身，创建一个新的像素或提高现有

福特卡车的3DS MAX模型，有多个，是学习3DS MAX制作的经典素材。-Provide 3ds max model for Ford van. They are typical material for learning 3ds max

经典的flash-classic flash

用于对两幅连续图像进行拼接，模板匹配算法-used for two consecutive image stitching, template matching algorithm

用于读取IGES文件-IGES files for reading

vbe 3.0 例 C语言 和 masm 汇编 混合编程 这是 C语言部分。-vsea vbe 3.0 samples c

Basic Image Processing C++ program

图形常见变换如维纳、中值滤波 小波变换，加噪，复原等处理要求图像为256色-common graphics transformation as Wiener, the median filter wavelet transform, increase noise, rehabilitation processing requirements for the 256 color images

局部二元模式（LBP）是一种用于在计算机视觉分类功能。 LBP是特定情况在1990年[1] [2] LBP于1994年首先描述[3] [4]它提出的纹理谱模型由于被认为是一个强大的功能的纹理分类;它已经进一步确定，当LBP是结合定向梯度直方图（HOG）的描述符，它提高了检测性能相当一些数据集。该LBP特征向量，在其最简单的形式中，通过以下方式创建的：划分检测窗口进入细胞（例如16×16像素的每个单元格）。用于在小区中的每个像素，比较像素到它的每一个8邻居（在它的左顶，左中间，左底部右顶部，等等）。跟随一个圆，即顺时针或逆时针的像素。其中，中心像素的值大于邻居的值，写入“1”。否则，写“0”。这使一个8位二进制数（通常是转换为十进制为方便起见）。计算的每个“号码”中出现的频率的直方图，在细胞内，（即，对每个组合哪些像素是较小的，哪些是大于该中心）。任选正常化直方图。串联所有细胞（归）直方图。这给出了窗口的特征向量。特征向量现在可以使用支持向量机或其他机器学习处理算法进行分类的图像。这样的分类可以用于人脸识别或纹理分析。

关于激活窗口的裁剪-activated window on the cutting

因为VTK可视化工具包具有的强大的功能，可视化领域的研究人员很多都在应用它。本压缩包是在VC下编写的一个使用vtk实现量化坐标后的球例程。-Because the VTK visualization toolkit with powerful functionality, visualization research in the field of personnel and many of them in the application of it. The compressed packet is prepared with a VC VTK realize the use of coordinates to quantify the ball after the routine.