二维码ZBar检测Opencv3.0 VS2013

这是检测银行纸币的项目、 用户将输入图像，系统将指定到系统输入了哪些钱

一维高分辨距离像，频率步进雷达实现，能得出信噪比变化图，可以得到散射矩阵，水平极化和垂直极化分布

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

图像分割的n种方法，包括自适应阈值法，全局阈值法，二值化法等等，附带详细的解释

LBF(Local Binary Fitting)模型是一个著名的基于区域的活动轮廓模型。该模型利用局部图像信息（主要是数字图像的局部均值信息），能够对强度分布不均匀的数字图像进行分割,是原始的LBF代码。可以根据实际需要在此代码上做修改。此代码可直接成功运行。

这是计算 Hormography Matrix 的两幅图像的源代码。欢迎下载，试用。谢谢您的支持 ！

自己编写的jpg和bmp之间格式互转的源码，使用C++实现，并对功能函数进行了封装，共同交流，希望能帮到大家。用C#进行了测试，完美转换

你看，扫描使用智能手机的文件可以被分解成三个简单的步骤：第1步：检测边缘。步骤2：使用在图像中的边缘以找出轮廓（轮廓）表示一张纸被扫描。步骤3：应用一个透视变换，以获得所述文件的俯视图。线2-7手柄导入我们需要必要的Python包。我们将通过导入我上周讨论了我们four_point_transform功能启动。我们也将使用imutils模块，它包含了方便功能调整大小，旋转，裁剪和图像。你可以在我的基本的图像操作后阅读更多关于imutils。接下来，让我们从进口scikit图像的threshold_adaptive功能。该功能将帮助我们获得了“黑与白”感觉我们的扫描图像。最后，我们将使用NumPy的数值处理，argparse解析命令行参数，并CV2我们OpenCV的绑定。第10-13行手柄解析我们的命令行参数。我们只需要一台交换机的形象，--image，这是路径包含我们要扫描的文档的图像。现在，我们有路径，我们的形象，我们可以继续前进步骤1：边缘检测。第61行执行翘曲改造。事实上，所有的繁重被four_point_transform函数处理。同样，你可以阅读更多关于上周的帖子在此功能。我们将通过两个参数为four_point_transform：第一个是我们的，我们装过盘原始图像（不是大小之一），第二个参数是代表文件，乘以调整大小比例的轮廓。所以，你可能会奇怪，为什么我们乘以调整比例是多少？我们乘了调整后的比率，因为我们进行边缘检测，发现轮廓高度= 500像素的调整后的图像上。然而，我们希望将原来的图像，而不是调整大小后的图像上执行扫描，从而我们通过调整大小比率相乘的轮廓点。要获得黑白的感觉的形象，我们再采取扭曲图像，将其转换为灰度和应用自适应阈值上线65-67。

这个代码是用于区域生长算法1条规定在检测错误的条件图和用于进行必要的修改。此算法的重复进行，直到没有发生进一步的变化。为了降低了后续的图形分析的复杂性，所有的用很短的链路端点被除去。四周前开始在图表分析阶段，所有船只外径被除去。视盘区域通常含有许多船只和图形在这方面是不可靠的。如这些船只是不相关的A / V分类过程中，它们可以被除去。其结果是由几个构成的图非连接的单独的子图。图中的操作改性步骤示于图

在linux平台下，使用openni来进行的体感应用开发实战，利用kinect或ASUS xtion pro 传感器来获取彩色图像和深度图像，对获取的深度图像数据进行处理计算来得出物体离kinect或ASUS xtion pro摄像头中心的距离，以及对深度图及RGB图像的采集及显示……