OpenCV 边缘矢量化

所有的图像增强技术已经被包括在这个特殊的项目。

Iam 这里附加源的检测到的个人从摄像头捕获的脸。进一步此项目将捕获的图像从网络摄像头和处理图像并在数据库中存储过程的脸。

决策树C++实现，可用于数据分类、图像处理等，多棵决策树可组成随机森林分类器，代码中自带简单分类样例

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。

资源描述应用canny对边界提取后，在应用局部线性回归对边界进行平滑，最终得到平滑边界，在和原图进行比对，适合初学者，程序简单，参数可以适当改变

应用背景相机图像的畸变，对畸变进行校正。主要为张友元棋盘标定法，基于opencv。。。效果不错！相机图像的畸变，对畸变进行校正。主要为张友元棋盘标定法，基于opencv。。。效果不错！相机图像的畸变，对畸变进行校正。主要为张友元棋盘标定法，基于opencv。。。效果不错！关键技术vs上基于opencv库函数，使用c语言编译，采用张友元棋盘标定法算法，解决面阵相机拍摄图像的畸变。效果很好。可以解决图像的畸变。。。最好需要10张以上有位移偏差的图像。棋盘图必须完全位于相机的视野内。。。。。

图像变形，通过调节控制点来扭曲图像达到需要的效果，有2中变形方式，自由变形，梯形变形，垂直变形，运用cinder开源框架编写，具有很强的扩展性

        创建一个新层、一个块定义和说明如何使用遍历器遍历模型空间块表记录中的实体。此外，还有如何打开对象以便处理读写操作。         注意：任何为了读写而打开的对象，在结束读写操作后必须将其关闭，否则将引起AutoCAD错误。

这个程序是用Matlab编写的。

K均值聚类法分为如下几个步骤： 一、初始化聚类中心 1、根据具体问题，凭经验从样本集中选出C个比较合适的样本作为初始聚类中心。 2、用前C个样本作为初始聚类中心。 3、将全部样本随机地分成C类，计算每类的样本均值，将样本均值作为初始聚类中心。 二、初始聚类 1、按就近原则将样本归入各聚类中心所代表的类中。 2、取一样本，将其归入与其最近的聚类中心的那一类中，重新计算样本均值，更新聚类中心。然后取下一样本，重复操作，直至所有样本归入相应类中。 三、判断聚类是否合理 采用误差平方和准则函数判断聚类是否合理，不合理则修改分类。循环进行判断、修改直至达到算法终止条件。