NLM C源程序

图像平滑处理，主要是平滑算法，对于初学opencv实现的人来说是个很不错的例子。

SIFT KD树 图像拼接 全景图_多幅图 opencv  这个是完成的程序 在windowsVS2008下编译通过 ，可以直接运行 是很好的学习范例 同时也具有很好的工程使用价值

可以直接获取ＵＳＢ摄像头的视频进行处理，也可以读取采集卡的视频流实现人脸识别，采用VC++6.0与opencv1.0，海康威视的采集卡

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");

从设备采集到的图像进行处理，先由RGB图像降成灰度图像，则可进行各种运算子处理,达成各种不同效果。Gaussian由特定方程生成遮罩及调整参数sigma产生不同状态之模糊图像;Sobel及Prewitt，使用两位提出之遮罩产生侧边效果，最后，LOG则由Laplacian&Gaussian结合，侦测出效果更好的边缘图像。P.S. 对于图像处理基本认识者适用。

应用背景这是使用Haar特征训练弱分类器，然后使用约14弱分类器连接节点作为一个强分类器，该方法选择弱分类器是AdaBoost算法。 ；关键技术

资源描述了解数字图像处理的基本算法，如平移、旋转、平滑、锐化、灰度图的转化、对比度扩展，腐蚀、膨胀...

利用opencv在原始图像上用鼠标点选四个点，构造出一个四边形，并依此四边形区域设置图像ROI区域，会对新手有所帮助

利用均值濾波、形態學運算、canny找邊緣來切割血管，医学图像处理是图像处理领域中的重点与难点问题之一。随着数字图像处理技术的快速发展,借助电子计算机等辅助手段,医学图像的提取方法以及图像质量都得到极大的提高。眼底视网膜图像是人体唯一可以非创伤直接观察的较深层微血管,对视网膜血管的分析研究有助于疾病的精确诊断。然而,由于视网膜血管图像的灰度分布不均匀,目标血管与图像背景的对比度低,再加上图像噪声的污染,使视网膜血管的自动分割非常困难。所以,通过建立眼底视网膜图像的计算机辅助分析系统,对眼底视网膜组织进行定量分析与定性检测,对临床眼科学的病理诊断具有非常重要的意义。本课题在查阅大量数字图像处理的文献基础之上,结合DRIVE眼底视网膜图像数据库模型,通过分析不同图像分割算法的特性,对眼底视网膜血管图像进行了分割实验与对比分析,主要过程如下：1.对视网膜图像预处理。通过分析RGB彩色系统模型,对各通道的视网膜图像进行对比度比较。掌握数字图像处理的基本操作方法

包含两个程序，程序1是实现HE的暗通道先验去雾的程序，程序2是实现清华大学俞晶的基于暗通道和双边滤波的图像去雾的程序，可以直观的比较两者的差别。