视频字幕实例

先用背景差分完成目标提取，将运动目标的相关信息放入到链表中，通过帧差完成对多目标的跟踪，达到实时性的要求运动目标的相关信息存放于结构体中，可以在此基础上判断目标的动作行为跟踪基本框架，opencv编写，利用背景差分，质心法可以跟踪多个目标，并分配ID号，记录行动轨迹，可用于车辆道路等，大家可以参考学习下，效果有待改进，不同的视频会有不同的效果。

CUDA c实现的光线渲染小程序，使用c语言在GPU上通过并行计算，展示相机空间的一组球体。逆向光线追踪，在相机平面上展示出一张充满立体感的图片。

图像处理中用到的非常多的Gabor变换提取图像纹理特征的源代码，纹理特征是掌纹中最重要的形态特征，而且掌纹特征中的主要纹线形成是与生俱来的，具有唯一性和确定性，基本上不发生改变，同时在低质量和低分辨率的图像中，我们仍能够清晰地辨认出掌纹的形态特征。

主要用matlab编写了计算图像的方差、峰度、斜度熵以及角二阶炬等代码，可以直接使用，在计算灰度共生矩阵时窗口的大小设为5*5的方阵，代码清晰，简单明了。同时，也对图像求了局部方差、局部熵，最后，显示计算的结果

01.#include "global.h"  02.#include "TECIO.h"  03.void write_tecplot_field_file(int t)  04.{  05.    register int x,y,yx,i;  06.    char name[200], zname[200],RE[10],dummy=(char)12;  07.    int Re;  08.  09.        /* array for the coordinates */  10.        float *xc,             11.              *yc,  12.              *rho,  13.              *u,  14.              *v,  15.  

应用背景Python opencv 图像处理基础教程，转自网络，主要是Python对于图像的增强，变换，匹配，轮廓，视频处理，分割，跟踪，投影等等关键技术的初级教程。关键技术图像处理 Python 实现，Python opencv 图像处理基础教程，opencv Python入门基础，gui,图像处理（平滑，金字塔，尺寸，阈值化），图像变换（梯度算子，仿射变换，等等），直方图，图像匹配，目标跟踪，轮廓操作，等等

square.d is input file; square.e  square.n  square.s are output file.   square.e  is element ,  square.n is node, square.s is side.

指纹的特征提取包括端点及交叉点的提取，然后进行去伪点操作，最后再进行特征点匹配，最终得出匹配结果！调试通过

结合Kinect v2.0+ VS2012+openCV2.4.9，将Kinect v2.0捕捉到的audioBeam信息在Visual Studio+ openCV2.4.9中显示， 并能指定声音的来源。希望同仁们能够从中获得灵感，进一步开发，让Kinect和Visual Studio+ openCV2.4.9结合的更加融合，功能实现的更加强大

对输入的图像进行二维离散小波变换。使用 Daubechies 系列 1，并可通过看在.zip 文件中的 WD1.py 文件中定义下载的 WD1 模块验证。对不起，没有 README.txtThis 可用于图像处理应用程序如增强和特征提取