OpenCV Camera + OpenGL Object

这是一个3dmax 制作虚拟画廊的详细步骤，供初学者学习使用                                          

应用背景 SIFT算法是D.G.Lowe[40]于1999年提出的，SIFT算法可分为两个部分：第一部分是生成SIFT特征，即SIFT特征向量提取过程；第二部分是通过对提取的SIFT特征进行匹配。 特征点描述子生成：计算每个4x4小块上8个方向的梯度方向直方图，并为每个梯度方向做一个累加值，得到一个种子点，如图3.5右图所示。图中每个特征点是由2x2个种子点构成，则每个种子点都具有8个方向的向量信息。为增强SIFT特征匹配的稳定性，每个特征点都通过4x4个种子点来加以描述，这就使得每个特征点都能够生成128个数据，进而形成4x4x8=128维的SIFT特征向量，其中4x4表示16个种子区域，8表示区域的8个方向。  关键技术（1）SIFT算法是一种基于图像局部特征提取的方法，SIFT特征具有尺度缩放不变性、旋转不变性，对视角变化、光照变化、物体运动、噪声也具有良好的稳定性。  （2）高速性，优化的SIFT算法可满足实时性需求。 （3）多量性，SIFT算法可以提取大量的特征点。 （4）可扩展性，SIFT算法可与其他算法相结合。 （5）独特性好、信息量丰富，匹配快速、准确。  经过第一阶段SIFT特征向量生成，第二阶段就是对提取的特征向量进行匹配。其特征点匹配步骤为：假设两幅待匹配的图像分别为S、T，分别从两幅图中提取SIFT特征点。

开发H.264视频编码算法开源代码：JM8 或者 X.264 (自行查找)实现算法：baseline profile ，含H.264算法参数设置(分辨率、帧率（I/P:15-20）等）和解码后的I帧缩略图（如每5秒抽取一帧/一分钟视频）输入：AVI(非压缩AVI，文件会较大，5分钟内为佳） 输出：解码后的信息（平均码率等）及缩略图分辨率：320X240，D1、720皆可

资源描述 资源描述 C#写的图像处理程序，主要包括图像的去噪声，边缘探测，边缘剪裁，中值滤波，图像增强，图像旋转，放大，在图像上绘画，添加注释等 采用的大量算法，如拉普拉斯算子，sobel等 包中包含完整的源代码和debug版可执行文件，代码中使用了devExpress的pictureEdit控件，并对其进行了改进，添加了图片的逻辑坐标转换功能。

这是基于的单目视觉定位导航的代码，智能说是一个工具箱，不可以直接使用需要修改

目的： 要写入的图像使用 MATLAB MATLAB 函数 forhistogram 平准 功能，而无需使用 MATLAB 函数 理论： 图像的直方图是一个阴谋的灰度级出现的次数 反对的灰度值的图像。直方图均衡是一种在图像处理的方法 使用图像的直方图的对比度调整。图像亮度可能会通过修改改进 图像的直方图。直方图均衡是一个过程，试图传播 这样，他们在他们的范围分布均匀灰度图像的色阶。它将重新分配 基于图像直方图的像素的亮度值。直方图均衡是一种技术 其中所产生的直方图是图像的尽可能平。这种技术提供了更多 在更广泛范围内的图像的视觉效果很好结果。因此处理的图像是通过获得 映射输入的图像 rkinto 一个相应的像素中每个像素具有相应像素 灰度级皮肤转所输出的图像。 s (k) = T (rk)

用鼠标框选需要检测的物体，依据颜色直方图特征，进行动态检测，如果有接近所选的物体的颜色直方图特性，会导致检测失败；如框选笔记本电脑摄像头跟踪的人脸，如果有手挡住人脸，会出现跟踪人脸的情况。

图的谱聚类概念提出了一种在下列文件中的说明代码执行教程目的： 1。吴、 A.、 Jordan M.和韦斯 Y.(2002 年)。谱聚类： 分析和算法。在 T.Dietterich S.贝克尔和 Z.Ghahramani (编)，进展神经信息处理系统 14 （页 849 — — 856)。麻省理工学院的 Press.2。P.数字和"分解方法分组"，H.伯卡特和 B.Neumann，编辑，触发视觉，T.，弗里曼 · 页 655-670-1998.3。J.石和 J.马利克、"归一化处理削减和图像分割"、 刘瑞 IEEE conf.计算机视觉和模式识别，页 731-737，1997.4。佩里 · 斯科特和 H.C.隆-希金斯、"功能分组由 Relocalisation 的特征向量的 Proxmity 矩阵"，在刘瑞英机展望会议，页 103-108，1990年。此实现中，演示了演化谱聚类方法与上述作者所提出的各种概念。

这是个人编写的图像检索小程序，请多指教。使用HSV算话和图像检索算法来，基于C语言基础上实现的图像检索程序。 不是很专业的，请参考后给个评价，谢谢。

源程序可以隐藏内部图像数据。