复杂图片中文字识别

频率步进雷达一维成像，高分辨距离像HRRP，设置好了参数，点击即可运行出结果图，能计算散射矩阵

应用背景你可能有你的运动视频。这个程序检测接头用彩色标记和计算角度从肩肘>；>；手腕。和它的速度。你可以看到只有骨骼或全视频。你可以控制播放速度，并看到标记帧的帧。你可以拍一个跟踪标记的快照，或者可以用跟踪标记和角度来渲染整个视频。关键技术利用OpenCV跟踪颜色。（蓝色，红色，绿色，深绿色）。基于OpenCV的视频渲染。用opencv绘制文本。使用Qt库。

该程序实现了2004年Boykov新的最大流最小割算法，应用在图像分割中的图割模型中，能够最优化图割中的能量函数，代码完整，能够实现。

论文源码中调用的第三方库都被编译成了静态库，vs2008可以直接运行 显示图片用了opencv2.3.1.

国外大牛共享出来的Instagram-Filters完整实现，有版权，做参考学习用非常有帮助

这是一个图像过滤代码，由c++编写，编辑器是Microsoft Visual Studio 2010，所以您必须用更高版本打开它。

应用背景meanshift是由Comaniciu最先提出来，是用于跟踪非刚性物体的一种算法。为了表征目标，首先需要选择一个特征空间。参考目标，用在特征空间中概率密度函数q表示，例如参考模型可以选择目标的颜色概率密度函数。不失一般性，目标模型可以认为中心处于其所在空间的中心。在下一帧候选目标被定义为在位置y，用概率密度函数p(y)来表示。关键技术本算法结合颜色和纹理信息对目标进行跟踪，里边包含测试的视频文件。目标和候选直方图之间的相似度函数记作公式(1)，相似度的局部最大意味着在候选模型与目标模型匹配。如果仅考虑颜色信息，候选区域的相似度变化会很大，匹配效果不好。为了得到一个连续性的相似度函数，在空间域内，用一个核函数对目标 区域做滤波处理。

目标检测的matlab代码，能在windows上运行，代码并不是个人原创，而是在别人基础上稍作修改，移植到windows平台中

对红外图像首先在方差空间中提取显著性区域，然后根据图像复杂度对显著性区域进行筛选，最后采用阈值分割方法分割显著性区域，获取目标。

应用背景人脸检测是自动人脸识别系统中的第一步，也是最重要的一步。它的可靠性大大影响整个系统的性能和可用性。关键技术版本：7；7版本增加了一个神经网络的实现。请访问该程序的官方网站，在地址：http://www.facedetectioncode.com你会找到关于如何运行程序的说明，一些基本的算法和一个论坛和一个联系页面来讨论它。运行程序： ； ；1所有文件和目录复制到MATLAB的工作文件夹 ；为运行这个程序，你必须有图像处理工具箱2 -找到一个名为“主”的文件。3 -双击此文件或键入“主”在命令窗口中4 -一个菜单将显示。点击“火车网络”，等到节目结束后，才进行培训和5 -点击“测试照片”。将出现一个对话框。选择一个JPG图片。 ； ； ；6-wait直到程序检测到一些面孔