二维码ZBar检测Opencv3.0 VS2013

一维高斯滤波就是使用一维高斯公式生成一个一维的矩阵，然后使用该矩阵对图像中的每一个像素进行处理。处理方法是计算当前像素与其周边像素和矩阵中对应的权值的乘积的和。先对图像横向处理，完毕以后再对纵向处理（顺序相反也可以）。

他的论文描述基于 LCA 强大功能提取 methodز 作为一种高效的人脸检测系统从涉及复杂背景下，使用基于独立 分量分析的特征提取的图像示例基于人脸检测和 RDF 识别器。为示例基于人脸检测困难的问题之一就是要估计 低维子空间而不会降低鉴别性特征。人脸识别，ICA 是一个更好工具来代表脸上尽可能的图像作为少数几个组件。 我们用 RBF 神经网络来区分的面孔和非面孔和评价其性能作为判别属性用 ICA。

MATLAB图像处理实例详解原书的配套源代码。可帮助快速学习了解matlab。十五章的内容共有两百多份文件，基本上包含了matlab从入门到实用的所有内容，是新手学习matlab的好帮手。

基于C++ 数字图像处理，主要为几何变换，放大缩小翻转等                                                   

我正在做我的工作基于矩的图像分析。矩方法在图像上的会增强其相比其他功能的行为。在这里与我已附上一些我 matlab 编码为您 refrence.please，尽快把你的反应。

应用背景如果有不含前景物体的背景图片，提取前景的工作相对容易，只需要比对当前帧和背景图片的不同，调用函数absdiff实现。但是大多数情况，获得背景图片是不可能的，比如在复杂的场景下，或者有光线条件的变化。因此，就需要动态的变换背景。关键技术对于第一帧出现前景的情况，由于后续更新背景都是对前景mask后对背景进行更新的，所以第一帧的前景部分对背景的影响因子很难被更新掉。这里提出一种改进的办法——混合高斯模型。可以使一个像素具有更多的信息，这样可以有效的减少类似树叶的不停飘动，水波的不停荡漾这种对前景的干扰。这个精密的算法比之前我所介绍的简单方法要复杂很多，不易实现。还好，OpenCV已经为我们做好了相关工作，将其封装在类BackgroundSubtractorMOG，使用起来非常方便。

本代码实现的是图像处理中的gamma校正，在图像处理中通常会发现图像太暗后者图像太亮，这是就要通过gamma校正得到合适的亮度，这样就有利于后续的图像处理。

可以在播放视频的同时提取出视频的所有帧，使用C++语言环境，并结合OpenCV的代码，希望为有需要的提供帮助！

基于OpenCV实现的图像特征区域跟踪程序，采用OpenCV自带的CamShift实现的自适应目标跟踪算法，可同时跟踪6个特定目标区域。

应用背景Mean shift作为一种有效地特征空间分析方法，在图像滤波，图像分割，物体跟踪等方面都有广泛的应用。OpenCV分别实现了mean shift用来做跟踪、分割和滤波的函数。关键技术OpenCV分别实现了mean shift用来做跟踪、分割和滤波的函数。 其中滤波的c++函数原型为： void pyrMeanShiftFiltering(InputArray src, OutputArray dst, double sp, double sr, intmaxLevel=1, TermCriteria termcrit=TermCriteria( TermCriteria::MAX_ITER+TermCriteria::EPS,5,1) ) src和dst分别为输入和输出图像，8 bit,3 channel,sp和sr为空间域和颜色域的半径，maxLevel为分割用金字塔的最大层数，termcrit为迭代的终止条件。、 分割的函数原型为： void gpu::meanShiftSegmentation(const GpuMat& src, Mat& dst, int sp, int sr, int minsize, TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER + TermCriteria::EPS, 5, 1)) 大部分参数与pyrMeanShiftFiltering相同，minsize为最小的分割区域大小，小于这个大小的区域会被合并。 OpenCV sample里用pyrMeanSh