LED 显示技术开发

使用Opencv库在VC++平台下开发的基于视频人脸检测和跟踪。人脸检测使用的方法是肤色分割和Gentle Adaboost算法。人脸跟踪采用的是Camshift算法和卡尔曼滤波算法。能得到好的处理结果。

经典ksvd工具箱，用于压缩感知中信号的重构，利用OMP算法求稀疏稀疏矩阵，然后通过迭代方式运用奇异值分解逐列更新

Delphi车牌识别在土耳其语中，您可以学习如何读取车牌并将其加工，这非常简单，您可以在自己的程序中使用它。

Multiresolution Spline whith aplication to image mosaics, Laplacian pyramid blendin。这是国外一个牛人于2010年完成的一个开源图像融合源码，是基于拉普拉斯金子塔分解的图像融合，其中封装了一个图像操作库，运行效果不错。

数字英文ocr识别。该程序只是一个案例，知道delphi开发则如何使用asprise控件

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。

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。

该代码用MATLAB实现了序列图像的配准和重建过程，具有GUI界面，可以很方便的选择配准算法和超分辨率重建的算法。代码中包含了KEREN，MACEL等等的配准算法，也包含了POCS，差值等常见的重建算法。只需导入序列图像，确定一些参数就可以得到实验结果。

应用MFC，基础的图像处理代码，有简易界面和主要代码的注释。适合初学者和C语言读程序薄弱人群。

该项目旨在将图片上载到图片的文件夹，并将调整的图片上载到四个不同的文件夹是图片文件夹的子文件夹。该项目包含两个主要文件夹 （包括和公用文件夹），你会发现前端活动程序时的后端和联机分析处理程序包含文件夹在公用文件夹中。 请按照下面的步骤来设置您的应用程序： 1） 打开 config.php 文件里面包含文件夹，用你真正的数据库名称替换"yourdatabasename" 2） 创建一个表，在 mysql 数据库中以 profilepicture 作为名称和如下领域： id、 文件名、 类型、 大小、 标题、 目的、 verify_string、 create_date、 tagvalue 3） 到指定图片名称，"Mypicturename"index.php 里面的变化动态 谢谢