利用opencv做视频

在VS2010环境下，利用C#语言实现电脑摄像头或者USB摄像头的采集与显示功能，可以自由选择摄像头，代码很简单，适合初学者学习。有一定的参考价值，运行正常没有Bug。

此为KLT跟踪代码，压缩包内部包含了关于此代码的详细介绍与适用方法。可以自定义跟踪图片数量，压缩包里也提供了演示图片已经已有的实验结果。此代码源于Stanford，同时KLT is now in the public domain.  Stanford"s Office of Technology Licensing has removed the non-commercial restriction.

module FFT16(xn_r,xn_i,RST,CLK,START,OUT,Xk_r,Xk_i); input  [15:0] xn_r,xn_i;        //输入的实部与虚部 input  RST,CLK,START;                                            //FFT启动信号与时钟信号和复位信号 output [15:0] Xk_r,Xk_i;        //FFT输出实部与虚部 output OUT;                     //输出标志信号 reg    [15:0] Xk_r,Xk_i; reg    OUT; reg    OUT1,STRT1;     //级联FFT4的输出标志和启动信号 reg    [2:0] k,j,m,n,l,p;  //循环指针 reg    [4:0] i; reg  &nb

这是一个图像增强技术的实现。我用gonzaleys作为写作参考。这个是非常直接的方法。这对于那些想学习及是非常有用的。

应用背景粒子群算法工具箱 该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好自己需要优化的函数(计算最小值或者最大值)，并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度，Max_V)等，即可自行优化。关键技术与遗传算法相比，PSO仅需要调整少数几个参数即可实现函数的优化。该算法对待优化函数没有任何特别的要求(如可微分、时间连续等)，因而其通用性极强，对多变量、高度非线性、不连续及不可微的情况更加具有其优势。 该工具箱的使用主要分为几个步骤： 1) 在Matlab中设置工具箱的路径； 2) 定义待优化函数； 3) 调用PSO算法的核心函数：pso_Trelea_vectorized()。 其中第三步最关键，用户需要根据自己的需要设置好参数，可使算法极快收敛。

opencv，初学者

使用HOG+SVM训练行人分类器，vs2008+opencv实现的工程，保证可以使用。样本图片由于太大，不好上传，大家可以在别处下载。代码简洁清晰，注释详细，是学习SVM和行人检测的很好的实例。

图像的旋转，可以任意更改角度，不过就是没有建立自己的坐标系，而是使用matlab默认的坐标系。

加深理解FIR数字滤波器的时域特性和频率特性，掌握FIR数字滤波器的设计原理与设计方法，以及FIR数字滤波器的应用。

opencv1.0+VC6.0/VS2010下皆可使用，对不同图像做直方图比较，得出匹配系数，具有一定的可行性，欢迎广大童鞋下载交流。