肤色分割的人脸检测

大每一本OpenGL入门的书都会讲到OpenGL的Select模式，它采用一种方法使得可以获取当前鼠标点选的几何图形。简单的来说这种方式就是首先调 整Projection矩阵，使得你透过从鼠标点选附近的一个正方形（大小可设置）看到的世界。然后开始绘制，当每一次绘制的时候都会判断你会不会看到。 如果看到，那么，你就是选择了这个几何图形了。更为具体的过程可以参见相关的书籍。 http://hi.baidu.com/sishenfuhuo/blog/item/e98b852ef94013371e30892a.html2.在OpenGL红宝书中介绍了一种简便易行的办法:在后缓冲中 使用不同的颜色重绘所有对象,每个对象用一个单色来标示其颜色,这样画好之后我们读取鼠标所在点的颜色,就能够确定我们拣选了哪个物体。这种方法有一个缺 陷,当场景中需要选择的对象的数目超出一定限度时,可能会出现标识数的溢出。对于这个问题,红宝书给出的解决办法就是多次扫描。实践证明这种方法的确简便 易行,但仍有不少局限性,而且做起来并不比第一种机制方便多少。限于篇幅,不再赘述。

应用背景一段运行程序小代码，包括一些不同算法下的画圆和画直线代码，可以直接运行。关键技术在vs2008环境下用C++编写的程序代码，里面含有中点画圆，中点画椭圆，中点划线，brssensham画线等程序，可以直接运行。

全部用MATLAB编程完成，里面有三幅测试图片，分别针对旋转、尺度大小不一进行图像匹配。

利用 opencv 和 haar 分类器的人脸检测。 这是一种代码包含 opencv 的训练，利用 haar 分类器分类器比检测的面孔中不同的图片，可以做为一部电影的不同帧。

在本计画中，我们使用mean-shift演算法来追踪公共交通区域的人体轨迹。

资源描述基于opencv的图像处理程序，利用了visual studio C++的平台

这个 Matlab 程序实现测地线主动轮廓线模型。测地线活动轮廓。测地线活动轮廓模型，由Caselles et al.引入，为从经典的主动轮廓模型的边缘检测提供替代模型。这种方法是相当于找到一个精心挑选的黎曼空间的两个点的测地距离。这个新的模型并不冲浪呃从一些古典的主动轮廓线模型的限制。由于这种模型的内在本质，几何形状的轮廓的变化都自动处理，因此可以同时识别多个对象。此外，这种新方法使用参数较少，因此减少了对图像的预处理，需求。这种方法也不太容易变化的边缘，允许对象与非理想边缘将被认出。

openCV实现的简单花卉的图像分割代码，通过最大类间方差法求得阈值对图像二值化，求得最大连通分量，得到前景和背景，对前景图像进行分割

若要提取子图像从图像使用最近的邻居从坐标点，并作为均匀性、 对比度、 相关性、 取向、 欧几里得距离、 熵和能源找到 7 灰度级 Co 发生基质 （灰度共生矩阵） 来提取 7 的特征，这众所周知的。

Hough变换是一种使用表决原理的参数估计技术。其原理是利用图像空间和Hough参数空间 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