Hough 变换

OpenCV机器学习SVM支持向量机的分类程序，可用于模式识别的多分类。也以用于实验或工程项目，我才用的是opencv243的库，部分代码如下： #include"opencv243.h"#include #include #include using namespace std;int main(int argc, char* argv[]){

vc++中CImage类的使用说明，超级详细，功能强大

完美运行meanshift和camshift物体跟踪，实时显示色度直方图，鼠标标记，跟踪该物体

opencv用多种方法提取特征，分别有颜色提取即：颜色直方图提取；形状提取有Hough直线提取、Hough矩形提取以及边缘直方图提取

C语言实现，快速傅里叶对于非标准图像处理有欠缺，快速傅里叶的输入最好为标准图像大小，否则逆变换后原图会出现模糊，该源码中包含基本的dft变换，速度很慢，但处理任何图都可以。

dm642的视频采集与网络显示程序，内含web服务程序，直接在IE中输入地址就可以看到DM642采集的视频

应用背景 SIFT算法是D.G.Lowe[40]于1999年提出的，SIFT算法可分为两个部分：第一部分是生成SIFT特征，即SIFT特征向量提取过程；第二部分是通过对提取的SIFT特征进行匹配。 特征点描述子生成：计算每个4x4小块上8个方向的梯度方向直方图，并为每个梯度方向做一个累加值，得到一个种子点，如图3.5右图所示。图中每个特征点是由2x2个种子点构成，则每个种子点都具有8个方向的向量信息。为增强SIFT特征匹配的稳定性，每个特征点都通过4x4个种子点来加以描述，这就使得每个特征点都能够生成128个数据，进而形成4x4x8=128维的SIFT特征向量，其中4x4表示16个种子区域，8表示区域的8个方向。  关键技术（1）SIFT算法是一种基于图像局部特征提取的方法，SIFT特征具有尺度缩放不变性、旋转不变性，对视角变化、光照变化、物体运动、噪声也具有良好的稳定性。  （2）高速性，优化的SIFT算法可满足实时性需求。 （3）多量性，SIFT算法可以提取大量的特征点。 （4）可扩展性，SIFT算法可与其他算法相结合。 （5）独特性好、信息量丰富，匹配快速、准确。  经过第一阶段SIFT特征向量生成，第二阶段就是对提取的特征向量进行匹配。其特征点匹配步骤为：假设两幅待匹配的图像分别为S、T，分别从两幅图中提取SIFT特征点。

基于VC++6.0实现的人脸检测程序，MFC dialog实现，包含2种人脸区域检测方法，以及人脸区域划分后的鼻子眼睛和嘴角的特征提取

评估

此示例代码为您提供如何图像处理完成，并使用EmguCV操纵的概念。图像处理的一个很好的例子是脸和目标检测与识别等，但在此示例代码中，我只给脸检测和人眼检测的概念。我希望你们，你欣赏和热爱这项工作......