图像处理

目前的技术来生成动画的场景涉及的视频 （其分辨率是有限的） 或单个图像 （这需要大量的用户交互）。在这个项目中，我们描述一个系统，允许用户快速和容易产生一个令人信服的看动画从高分辨率剧照小集合。我们的系统有两个独特的功能。第一，它适用自动部分时间顺序恢复算法于剧照为近似原始的现场动态。

使用MFC实现了对图像的去雾功能，让图像更清晰，能去掉薄雾，雾太后就可能效果不太好，需要进一步改进。但是这个程序已经能够满足一般需求，能够达到实验的基本要求。

这个是MST705 SDK开发包源码，包含多种LCD显示屏的H文件，直接修改头文件配置，就可以实现不同显示屏的更换。

[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。

用VC++实现BMP图像读取，不使用现成读取函数，通过读取文件实现，能显示图像大小及位图信息，同时显示鼠标处的RGB值

这是在编码用于使用Canny边缘检测图像的边缘检测。在边缘检测这个非常有用的代码phenomena.Also使用Canny边缘检测的边缘检测比使用Canny边缘检测给予更高效，更好的边缘检测到其它边缘检测图像对比其它边缘检测technique.The边缘检测更好。Canny边缘检测器执行的边缘检测4步骤。

这个程序用来查找有些不规则的图像，找出不规则图像的质心，需要用到opencv的库支持。

matlab仿真实现对复杂背景下图片的基于形态学梯度重构和标记提取的分水岭分割。

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

一个用c++实现的meanshift算法，很有用很搞笑，支持并行计算，适用于高级用户