无控件控制摄像头

应用背景Mean shift作为一种有效地特征空间分析方法，在图像滤波，图像分割，物体跟踪等方面都有广泛的应用。OpenCV分别实现了mean shift用来做跟踪、分割和滤波的函数。关键技术OpenCV分别实现了mean shift用来做跟踪、分割和滤波的函数。 其中滤波的c++函数原型为： void pyrMeanShiftFiltering(InputArray src, OutputArray dst, double sp, double sr, intmaxLevel=1, TermCriteria termcrit=TermCriteria( TermCriteria::MAX_ITER+TermCriteria::EPS,5,1) ) src和dst分别为输入和输出图像，8 bit,3 channel,sp和sr为空间域和颜色域的半径，maxLevel为分割用金字塔的最大层数，termcrit为迭代的终止条件。、 分割的函数原型为： void gpu::meanShiftSegmentation(const GpuMat& src, Mat& dst, int sp, int sr, int minsize, TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER + TermCriteria::EPS, 5, 1)) 大部分参数与pyrMeanShiftFiltering相同，minsize为最小的分割区域大小，小于这个大小的区域会被合并。 OpenCV sample里用pyrMeanSh

这段代码是在 matlab 中实现的。输入两个的多聚焦图像和设置的步骤变量设置为 1、 2 或 3 和阈值 T，块大小。输出是一个焦点无处不在的复合图像。

该源码是一个prn文件，ymck转化为rgb 大家可以好好看看，这个东西花了我差不多1个月吧，才搞出来的 里面的prn文件没有，可以自己加一个 大家有什么问题，可以发邮件：491258707@qq.com

在彩色空间中，皮肤颜色的分布较为集中，与其他景物颜色间有较好的可区分性，可以用模型描述或对样本进行学习的方法加以判别。图像中皮肤颜色的差异主要由光照引起，在检测中只考虑色度信息，就可以减少光照的影响，使肤色的分布更趋集中。通过检测皮肤区域，可以缩小人脸的搜索范围，提高检测速度。HSV空间是RGB空间的非线性变换，它将原本相关性很强的R、G、B值转换为相关性较弱的H、S、V值，H和S分量与人感受色彩的方式相一致。HSV颜色空间可以用一个圆锥空间模型来描述。

OTSU是在1979年由日本学者大津提出的，是一种自适应确定阈值的方法，这是按照图像的灰度特性，将图像分成目标与背景两个部分。

资源描述mean shift 的迭代过程只做了一次，交流参考使用。里面有详细说明

利用粒子群优化算法的径向基函数分类器。程序工作，并给出了很好的结果，运行它，并在我的数据尝试。

Reprapmaster源码 3D打印必备源码，开源的可以到官网下载。请下载。

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

此程序是用IDL语言编写，在IDL平台编译器上直接运行，选择输入路径和保存路径。输入数据为二值图文件，格式为ENVI支持的格式。主要是去除二值图中一定面积的碎斑，可以指定碎斑的像元数量，此程序不影响其他的斑块形态。主要用于遥感提取二值结果的后处理。