我的照片编辑

这是一个测试代码，使用matlab的gui界面，它有很多问题需要解决，如果有人需要它，并且喜欢纠正它，不要犹豫。我的电子邮件是a517614879@163.com

本代码是利用图割技术最大流最小割算法来优化能量函数，从而达到图像分割的目的

可能你不玩GIS，不懂这个库到底有什么用，或者和python 有什么关系。但是你要玩GIS，RS，你就应当知道这个库的价值。就算你不玩GIS，我想这个库对你也应该有致命的吸引力。为什么？看下面的介绍吧！报考：安装，GDAL 库的一些细节，GDAL 创建数据集，关于空间参考，坐标系之间的转化，把dem 地形转化成vrml 虚拟现实，GDAL部分类说明等

1、幅值相位做傅里叶反变换。 计算a(woman).tif和b(test_pattern).tif的幅值与相位。 分别只用幅值和相位做(a)图傅立叶反变换； 用(b)图幅值和(a)图相位做图 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

图像处理，包括模糊，对比度，饱和度，旋转，翻转，锐化等等。

图像匹配就是用模板图像和待匹配图像上的搜索窗口之间的像素灰度值的差别，来表示二者的相关性，相关性的大小即可表示匹配的准确率，使用fft算法实现两幅图像的互相关匹配，可以对有角度旋转的图像实现匹配。

它包含将视频转换为yuv并使用h.264视频编解码器进行编码的过程。它将在单独的目录中生成一个yuv视频，并使用x264api对其进行编码。

代码为判断点在多边形内算法，采用的是射线法，将射线与多边形边的交点进行奇偶判定得到结果。代码实现为c语言，未添加主函数，已经经过调试，可直接调用。对于大部分自相交多边形无法判断，其他类型都可以判断。代码内容相对比较规范，有添加部分注释，对算法原理没做详细说明，请自行查找。

应用背景粒子滤波算法是一个采用蒙特卡罗采样进行贝叶斯滤波的方法。这种方法有许多的用途，但它已经成为进行物体追踪最好的方法。从概念上讲，一个粒子滤波算法包含一个被监视系统的状态的概率分布。关键技术在本项目中，状态就是指被追踪物体的位置、大小等等。在许多情况下，非线性和非高斯型在物体的运动和相似性建模上会得到一个难以处理的滤波分布。粒子滤波采用将这个分布重新表示为一组加权值，或称为粒子的方法克服了这个困难。每个粒子表示一个可能的系统状态实例。换句话说，每个粒子描述了被追踪物体可能处于的一个方位。一个粒子集包含了被追踪物体最有可能处于的方位。因此，我们可以通过寻找在粒子滤波分布中最大的权重来确定物体最有可能处于的状态。

 工程在源码包中的“vs工程”文件夹中，为MFC工程。