地震数据处理

一个用c++实现的meanshift算法，很有用很搞笑，支持并行计算，适用于高级用户

图象特效--截图示例，基于DirectX的截图示例,你看懂了话都能截图了。要编译此程序需DirectX SDK5.0示例中的ddutil.h与ddutil.cpp文件,请自行加入工程。要运行此程序需DirectX 3.0以上版。

导入彩色图片并转换成灰度图片显示出来，C++，RGB转灰度

代码是c++，调用opencv的库函数，基于opencv的分类器，调用训练好的xml文件，用于摄像头人脸识别，先获取视频的每一帧，然后扫描整个图片，确定人脸位置

VC二维码识别，可以英文数字，对中文部分识别，可以英文数字，对中文部分识别，可以英文数字，对中文部分识别

半监督学习（Semi-supervised Learning）是模式识别和机器学习领域研究的重点问题，是监督学习与无监督学习相结合的一种学习方法。它主要考虑如何利用少量的标注样本和大量的未标注样本进行训练和分类的问题。

针对camshift跟踪容易丢失目标问题，加入了kalman滤波来预测下一个可能存在的位置，跟踪丢失的几率降低。cam-shift算法的原型是mean-shift算法，后者的核心是沿某种函数的梯度方向迭代，之后根据迭代次数和误差阈值收敛于某一个范围，这个范围就是“要找”的区域。 这个函数是目标区域色彩直方图在当前关键帧的投影得到的图像，可以把这个图像理解成一种空间函数分布——色彩地形图。 cam-shift算法是对mean-shift算法的升级，可以进行窗口可变的迭代……cam-shift是一种基于密度函数迭代的跟踪算法，对运动不敏感，所以不能进行两帧之间目标的关联分析（这一部分要我们自己做）。而这个算法之所以能够用来跟踪，我认识是算法的前提假设，相连帧间目标的运动是微小的，即运动是近似连续的，这样密度函数是连续的，就可以沿梯度方向寻找局部最优值，这是这个局部最值就是目标区域。 cam-shift算法很容易跟丢，这是因为密度函数可能有多个峰，而梯度搜索很容易掉进局部最优值，而不能再到全局最优。多峰值的出现是因为背景的干扰。所以密度函数的选取，即目标特征的表示方式，是一个很重要的部分。

资源描述 Retinex理论始于Land和McCann于20世纪60年代作出的一系列贡献,其基本思想是人感知到某点的颜色和亮度并不仅仅取决于该点进入人眼的绝对光线，还和其周围的颜色和亮度有关。Retinex这个词是由视网膜(Retina)和大脑皮层(Cortex)两个词组合构成的.Land之所以设计这个词，是为了表明他不清楚视觉系统的特性究竟取决于此两个生理结构中的哪一个，抑或是与两者都有关系。

使用C++做出3D圖形顯示,樣品內容是繪出一個立體球狀,可更改其大小直徑顏色,結構,多角度旋轉等...FFT轉換,波型繪製處理

vc 截图源码 我擦这DLL不知道哪个SB写的,有BUG(new后没见delete). 网上说是开源的，但是找不到源码，只好自己动手撸了一份........... 这里面的6K dll是原版DLL,有兴趣的自己撸. 虽然很简单，但是好久都没撸过别人的程序了,就快没手感了~~~~