人脸识别opencv测试方法准确率的代码，绝对可用

DSPACK源码，包含package，source，基于directshow 视频开发需要的组件

资源描述    VisualC++数字图像处理技术详解 第一章 图像编程基础

实现运动模糊方向和运动模糊长度参数估计的方法。其中，方向估计用的是差分法，长度估计用的是频域的暗条纹方法。

BC6HBC7 编码器解码器示例更新

使用说明第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。该系统的识别率一般情况下为90%。此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“去噪”－“倾斜校正”－“分割”－“标准化尺寸”－“紧缩重排”。注意，待识别的图片要与win.dat和whi.dat位于同一目录，这两文件保存训练后网络的权值参数。具体使用请参照书中说明。

基于opencv的图像边沿检测，使用canny算法，调用opencv库函数，并且创建滑动条，指定窗口显示图像，按键等待

剪切人脸图像。python2.7代码。需要添加IPL1.1.7。功能是对齐人脸。输入参数是左右眼的位置。

通过采用surf算法，来分别提取两幅图像的特征点，来进行图像的匹配，利用ransac算法来剔除误匹配，实现精确的配准，根据匹配点，计算homography，进行两幅图像的拼接。实际使用中，新建一个控制台工程，将压缩包里面的两个文件加入工程，即可运行。

本程序在 VS2012+openCV2.4.9中，实现图像的连续读取，并将其存储到指定文件夹下，存储成.XML文件。这种文件格式包含了图像的数据，并以矩阵形式保存最原始的数据，以供进一步开发使用。本文代码，精炼实用，可以拿来直接使用不需要再进行任何更改，非常适用于初学者，或者急需此功能的程序员使用，欢迎广大同仁来阅！

通常情况下滤波会导致图像细节信息模糊化，从而造成信息损失，如何在实现平滑滤波的同时又能够保留边缘细节信息，在图像分割前具有重要意义，该程序通过扇区划分，避免了通常的矩形区域划分缺陷，滤波效果很好。