鼠标控制opencv

应用背景基于互信息(Mutual information, I)的配准方法是利用图像本身具有的灰度统计信息来度量图像的相似度，采用一定的搜索算法得到使相似度最大的图像空间变换形式，达到配准图像的目的。两个变量的联合概率分布于完全独立的概率分布的广义距离来作为变量之间的相似性测度。由于互信息测度无需预先假设不同成像模式下图像灰度的相关性，也不需对图像进行分割和任何预处理，精度高。关键技术采用二维图像空间变换模型中的刚体变换，主要是确定浮动图像变换过程中是的互信息最大时浮动图像所旋转的角度和在x和y轴运动的位移。要求得两幅图像的互信息，则要分别求取两图像的熵和二者的联合熵，而熵的求取需要使用到图像的灰度直方图，故要先求取每幅图像的灰度直方图。这一过程中需要浮动图像在变换过程中出现的非整数坐标上的点进行灰度插值（本程序采用的是双线性插值）

======================================================================== MICROSOFT 基础类库： TrackEye ======================================================================== 应用程序向导已创建此为您的 TrackEye 应用程序。此应用程序 不仅演示使用 Microsoft 基础类的基本知识 但也是您编写应用程序的起始点。 此文件包含的你会发现在每个文件的摘要， 让您的 TrackEye 应用程序。 TrackEye.dsp 此文件 （项目

资源描述 此程序实现实时打开摄像头解二维码的功能，左边为实时相机拍摄画面，右边为解到二维码的内容，根据不同的二维码实时更新，具体界面如下：

matlab练习程序（弧形、圆柱投影的复原） 前一段介绍了从矩形图像到圆柱的正向投影，看这里和这里。今天介绍如何从已经投影的图像反映射到原图像上。本来此种变换一定是需要数学公式的，不过这里只是用了一个很简单的方式来完成反映射。具体就把每一列有像素数据的长度拉伸到原图像的高就行了。

应用背景Python opencv 图像处理基础教程，转自网络，主要是Python对于图像的增强，变换，匹配，轮廓，视频处理，分割，跟踪，投影等等关键技术的初级教程。关键技术图像处理 Python 实现，Python opencv 图像处理基础教程，opencv Python入门基础，gui,图像处理（平滑，金字塔，尺寸，阈值化），图像变换（梯度算子，仿射变换，等等），直方图，图像匹配，目标跟踪，轮廓操作，等等

学习数字信号处理时，基于时间的离散傅里叶变换和基于频率的离散傅里叶变换及其对应的逆变换，非常重要。下面程序实在VS的平台上运行的程序，希望对大家有用处。次程序集合了三个程序为一体，更简洁实用。

这个程序是从一般的图像计算HOG积分图像。这个HOG功能被广泛使用，因为它具有较高的推广能力。

利用c++写的数字图像处理代码，进行图像增强操作，包括有，中值滤波，均值滤波，拉普拉斯锐化等算法。使用mfc控制平台，可以手动选择待处理图像，选择处理算法，设置参数值，并可以保存处理后的图像。

examplehaffuman.m  哈夫曼应用实例examplepalar2.m   平面一般分割examplepalar.m    平面分割 1-D 游程编码应用实例lzwexample.m      lzw编码的应用实例erzhifenjie.m     平面的分割8层suanshubianma.m   算术编码code1.m          图像直方图均衡化处理code2.m          图像直方图规定化处理

通过打开摄像头或者视频进行图像处理。主要通过图片相减，来实现运动物体的跟踪。具体实现方法如下：逐帧读取视频（从摄像头或者文件中抓取并返回一帧），创建首地址并分配存储空间、创建矩阵、转化成单通道图像再处理，高斯滤波先，以平滑图像、当前帧跟背景图相减、二值化前景图。。。。。。。。。。