FingerProcess

这个项目用来注册指纹。和它验证指纹。首先将指纹注册成 数据库。然后它会保存。然后进行匹配的指纹与现场指纹图谱。

应用背景人脸检测算法的可靠性很大程度上依赖于分类器的设计，在2001年，Viola和Jones两位大牛发表了经典的《Rapid Object Detection using a Boosted Cascade of Simple Features》和《Robust Real-Time Face Detection》，在AdaBoost算法的基础上，使用Haar-like小波特征和积分图方法进行人脸检测，他俩不是最早使用提出小波特征的，但是他们设计了针对人脸检测更有效的特征，并对AdaBoost训练出的强分类器进行级联。关键技术 人脸检测从整体来看分为四个部分： 1、Face detection 人脸识别，即识别出这是人的脸，而不管他是谁的。 2、Face preprocessing 面部预处理，即提取出脸部图像。 3、Collect and learn faces 脸部的特征采集和学习 4、Face recognition 脸部识别，找出最相近的相近脸部图像。

通过相位匹配算法实现相位转换，利用FFT变换达到预期效果，最后输出图像和旋转角度，方法简单，节约时间，效率得到很大提高。

应用背景对训练图像集和测试使用OpenCV的SVM功能基础。这里有我收集的图像形式http://homepages.inf.ed.ac.uk/rbf/cvonline/imagedbase.htm。图像的一个在线数据库，由各单位。我已经训练过的花卉意象。28正50负。关键技术为此，我创建了一个培训矩阵组成的所有图像，一个图像。这样做，我将每个图像从二维到一维，然后堆放在一个大的图像trainingmat。然后我创建一个标签矩阵的一列和行为训练图像的多。我 ；标签每行1或1来识别它的正的或负的图像分别进行训练后的SVM参数设置。然后我将它保存在一个XML文件，并加载了测试它与另一个图像转换测试图像一维之后。如果函数返回1是阳性，如果它返回1是负的。增加精度提高训练图像的数量。抱歉不能上传图片太。

Flash.ActionScript.3.0动画教程书籍的配套源码，可以更好的理解该书的讲解内容

它是一个来源的代码生成一个新图像，其 haar 特征。检测到这一高度的相机 (h)、 距离 (d) 和长度 (l) 等三和 eom 车辆 detectionit 使用 8-features.//it 第一次需要摄像机标定中，提出的算法基于车辆在站 image.it。ref： 戈尔 Genric 障碍和车道线检测的并行实时配乐视觉系统

应用背景在不同背景下提取手势的二值图像，这里主要在背景不怎么变化的情况下，通过划分前景背景提取出手势图像。关键技术利用多帧平均建立背景模型，然后就是滑动平均法实现背景的实时更新。

这个源代码是 BMP 大小调整。 开始位置和结束位置选定。 但是，不完整。

这是拳击过滤器、 中值滤波和由 java 编码的 lapicican 筛选器的源代码。 希望你会喜欢它。

资源描述twain协议的官方文档+官方开发例程+TWain接口规范概述及其应用+Introduction-to-TWAIN-Direct。整理了官方的大部分内容，之后会附上官方文档的中文翻译。