BMP转JPEG

该文件提供视频图像运动目标检测的框架，包括简单实现，数字图像处理一书中的源代码，MFC多文档实现

HTML 标记 看看以下的 html 标记。我们需要与输入文件添加一个简单的 html 窗体，并提交财产。我们也需要给文件输入文件名框与破晓，如文件 [] 和需要添加的属性命名为多。在这里接受是一个可选属性，用于允许用户上传仅图像文件     Multiple File Ppload with PHP         PHP 文件 这个 php 代码处理上载的文件并保存到服务器。 $valid_formats = array("jpg", "png", "gif", "zip", "bmp");

应用背景该算法是从一个静态相机视频背景减法。所有您需要做的是提供一个视频，你可以得到前景视频。你必须提供背景模型。 ； ；然后比较这个设置为当前的像素值来确定该像素是否属于背景，适应模型，通过随机选择的值来代替从背景模型。这种方法不同于那些古老的价值观的基础上，首先应更换经典的信念。最后，当像素是背景的一部分，它的价值是传播到邻近的像素背景模型。我们描述方法的详细资料（包括伪代码和使用的参数值）和比较其他减背景技术。效率的数字显示，我们的方法优于最近的和成熟的国家的最先进的方法的计算速度和检测率。我们还分析了一个缩小的版本，我们的算法的一个比较和每像素一个字节的内存最低限度的性能。看来，即使是这样的一个简化版本，我们的算法的性能比主流技术。关键技术在这段代码中使用的技术是视觉工作室。语言是C + +。该算法有很多的应用程序，可以帮助你在前景检测 ；一个典型的视频监控小目标检测：盛传为物体的轮廓是非常精确的因为没有空间滤波。这对小目标的一个有效的检测是特别有用的。 ；一个更好的划分对象的深度图的氛围和RGB同时使用噪声图像中盛传的表演后处理工具对象分割。修复与氛围感应范围（深度）地图

用高光谱数据对地物进行分类，分别用KNN算法（K—近邻）和GDA算法进行分类。 The main contents are as follows:             Introduce two kinds of classification algorithm -- K nearest neighbor and Gauss discriminant analysis.  

基于opencv实现的asm算法的人脸检测，包括器官（眼睛、鼻子、嘴巴）和表情的识别，检测效果较好，难度适中，适合初学者学习使用。

opencv的mfc平台，基于directshow采集摄像头编号，用于双摄像头的图像采集，可以用于标定时的图像同步采集

利用经典的Fuzzy C means在图像的彩色BGR空间上对图像进行分割 备注：VS平台，需要配置openCV 源图像： 得到的结果图像（指定颜色分割k=3）

计算机X线摄影(CR)作为当前医学影像技术的主流，有非常多的优点，比如价格相对较低，数字化图像便于后期处理，特殊部位摄像的不可替代性，等。但是在实际应用过程中，CR图像的质量也受到各种因素的影响。比如失真、模糊、噪声以及各种各样的伪影等等。滤线栅伪影便是其中之一，本文主要讨论如何用数字方法去除滤线栅伪影对CR图像的影响。在X线摄影中，会产生一些方向不同的低能量的散射线，这些散射线使图像产生灰雾，影响图片的清晰、度。为了吸收这些散射线，通常使用铅条排歹lJ而成的滤线栅，但是有时滤线栅的影子会投在成像板上，形成条纹状的滤线栅伪影。通过实验，可以看到均值和中值滤波处理对于本课题意义不大，非但没有去除伪影，还造成了图像模糊，效果甚至比不上原图。空间域滤波还有最大值最小值滤波、中点滤波等等，但是对于本课题来说效果都不好。所以基本不考虑空间域滤波这个方向。

基于Qt界面，利用ITK读取二维图像，然后用VTK在qvtkwidget上显示出来，其中ITK读取用的是ImageFileReader，用ImageToVTKImageFilter将ITK数据转换到VTK数据，然后采用vtkImageviewer显示图像； 鼠标的动态坐标获取采用了vtkEventQtSlotConnect类来实现从Qt事件到VTK事件的转换，并在槽函数slotUpdatefixedCoords（vtkObject*）中提取坐标信息。 Connections_fixed->Connect(m_fixedWidget->GetRenderWindow()->GetInteractor(),         vtkCommand::MouseMoveEvent,this,SLOT(slotUpdatefixedCoords( vtkObject* )) );

这是基于一个勺子形状图像的识别程序，基于形状因子的提取，方法是循环遍历的方法。