车辆检测与跟踪

代码是谢凤英数字图像出来的demo,对于学习数字图像出来的同学来说是个很好的demo,其完整性，可移植性都很不错！

形态学操作是最近才提出的新的方法，在matlab中有很好地运用，但是在opencv中函数明显不足，而且还有问题，可用性不高。本程序实现了c++环境中的多种形态学操作，如：开、闭、膨胀、腐蚀、骨化、细化等。可以说是很有用处的，已经调试，没有问题。

此脚本将生成和绘制的三维数据，并执行 principalcomponent 分析侯选数据，并减少特征空间的维数。注意那 matlab 具有优化的功能来执行 PCA： princomp () 但是，在此脚本中我们 PCA 手动执行通过计算特征向量，示范助学。

应用背景利用配置好opencv2.4.9的VS2008实现SIFT变换的完整的一个DEMO关键技术数字图像处理中图像特征提取技术，两幅图像的匹配问题

资源描述应用matlab编写的canny边缘提取边界分割算子，很强大的边界提取算子，彩色图像的输入，如何你想要修改成为自己的图像，可以通过更改低通跟高通滤波的阈值来对自己的图像进行具体处理，真心很强大的程序，适合初学者的matlab程序

提供了一种提取不规则区域的图像，基于 opencv2.4.0，vs2010 的方法。

VTK ,三维重建, 程序.

冈萨雷斯《数字图像修复》所有Matlab代码，绝对真实。

proamam加载URL摄像头在线，捕获WebBrowser Delphi在大街摄像头在街上巴西 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

应用背景boosting算法训练了T个弱分类器ht,t∈{1,....,T}.这些弱分类器很简单.大多说情况下,它们只是包含一次分裂(称为决策stumps)或仅有几次分裂(可能到3次)的决策树.最后做决定的时候将复制权重αt给每个分类器.AdaBoost训练时输入的特征向量是xi,向量的类别标签是yi(这儿i=1,...,M,M是样本总数),且yi∈{1,-1}.关键技术1.在Release下进行调试 2.指定文件保存路径，如：char* filename_to_save = "F: estdataoutput.xml"; 3.选用训练的方法，如method = 1; 4.这步需要使用模型的时候再指定，训练的时候设置为char* filename_to_load = 0;使用模型的时候指定，如char* filename_to_load = "F: estdataoutput.xml";