很全面很简单的图像处理程序

运用MFC框架，实现了双线性插值算法，能实现图像的放大和缩小。操作BMP图像，可以读取BMP图像，保存BMP图像。

人脸检测是一种确定的位置和大小的数字图像中人脸的计算机技术。它检测的脸并忽略任何其他，如建筑物、 树木和机构。人脸检测可以视为更一般的情况下的人脸定位。在人脸定位，任务是找到的位置和大小的面 （通常为一) 已知数。在人脸检测，脸上是处理和按位与底层的人脸图像数据库中匹配。任何微小的变化，在面部表情，例如微笑，嘴唇运动，将不匹配的脸。 人脸检测可以视为对象类检测的具体案例。在对象类检测中，任务是找到的位置和大小的所有对象都属于一个给定类的图像。例子包括上部躯干、 行人和汽车。 人脸检测算法专注于正面人脸的检测。它是类似于图像检测

本文主要讲一些opencv 2.0版本后出现的Mat矩形类，主要是参考opencv自带doc文件夹下的tutiol教材。通过这次实验觉得用Mat的话下面几点需要特别注意（在代码中可以体现出来）：1. 利用create函数重新改变Mat数据在内存中的布局。 2. 注意多通道数据在Mat中其实也是占一个元素的位置的。 3. 学会多维Mat的创建方法。4. 当Mat矩阵比较小时，学会直接赋值的方法，即用Mat_。5. 掌握Mat矩阵内容输出到终端时的几种常见格式。6. 注意如果vector是单独一维的话需要转换成Mat才能输出，多维的可以直接输出，例如vector里面存放的是点的话。

运用LDA模型，采用Gibbs采样，运用图像标注的关键词，用户对图像标注的tag,采用多模态发掘潜在语义主题对图像标注

本代码通过去噪，裁剪，Niblack分割，中值滤波最后经过细化得到细化去噪的手指静脉图像

函数[Ncut]=graphcuts（I，pad，MAXVAL）

[background_array, model_fit_count_array, m_modes] = ...     test_background_subtraction_pixel(rgb_array,maxBGModels,init_wt_new_model,alpha) 对于某一像素位置建模，输入：某一像素位置几帧图像的rgb值，最大模型数目（3-5个），初始化模型的权重，和学习效率 输出：背景数组（1为背景，0为前景），符合模型的像素数，已及模型。

想如何编写水下立体成像，本来立体成像的代码就比较少，但是我的还是水下立体成像啊 ，想如何编写水下立体成像，本来立体成像的代码就比较少，但是我的还是水下立体成像啊 ，想如何编写水下立体成像，本来立体成像的代码就比较少，但是我的还是水下立体成像啊 ，想如何编写水下立体成像，本来立体成像的代码就比较少，但是我的还是水下立体成像啊 ，想如何编写水下立体成像，本来立体成像的代码就比较少，但是我的还是水下立体成像啊 ，

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。。。。。。。。。。

资源描述twain协议的官方文档+官方开发例程+TWain接口规范概述及其应用+Introduction-to-TWAIN-Direct。整理了官方的大部分内容，之后会附上官方文档的中文翻译。