采用运行的长度编码的图像压缩

本代码涉及到对图像读取，高斯滤波，中值滤波，最大值滤波，最小值滤波，边缘检测，图像反转，等等，对于初学图像出里的人有较好的帮助，尤其是不会弄的更有较好的参考价值

ES流转PS流代码.主要的函数 Mux(). 当至少有一个码流有数据时，调用 MUX。  

采集图像，能保存和回放，能单侦和多帧显示，可保存成多种文件格式，具有图像处理功能，如缩放，旋转，反白等。

运用张量投票的方法对摇杆影像中的特征对象进行提取，主要是针对建筑物外围的轮廓线的提取。这对于在大数据中分析局部的细节有着积极的作用

在图像处理中，即边缘检测为实时图像做处理，。可以使用 USB 摄像头或摄像头的笔记本电脑。

所有的图像增强技术已经被包括在这个特殊的项目。

针对camshift跟踪容易丢失目标问题，加入了kalman滤波来预测下一个可能存在的位置，跟踪丢失的几率降低。cam-shift算法的原型是mean-shift算法，后者的核心是沿某种函数的梯度方向迭代，之后根据迭代次数和误差阈值收敛于某一个范围，这个范围就是“要找”的区域。 这个函数是目标区域色彩直方图在当前关键帧的投影得到的图像，可以把这个图像理解成一种空间函数分布——色彩地形图。 cam-shift算法是对mean-shift算法的升级，可以进行窗口可变的迭代……cam-shift是一种基于密度函数迭代的跟踪算法，对运动不敏感，所以不能进行两帧之间目标的关联分析（这一部分要我们自己做）。而这个算法之所以能够用来跟踪，我认识是算法的前提假设，相连帧间目标的运动是微小的，即运动是近似连续的，这样密度函数是连续的，就可以沿梯度方向寻找局部最优值，这是这个局部最值就是目标区域。 cam-shift算法很容易跟丢，这是因为密度函数可能有多个峰，而梯度搜索很容易掉进局部最优值，而不能再到全局最优。多峰值的出现是因为背景的干扰。所以密度函数的选取，即目标特征的表示方式，是一个很重要的部分。

阈值：；

             本代码能实现行人的快速检测，先对视频图像预处理，并进一步对差图的处理，利用帧差法检测行人，利用threshold获得x，y像素点的值，返回检测到的轮廓数，最后计算检测时间。

应用背景无人机的应用越来越广，尤其是在摄影测量领域，利用无人机获取正射影像是全国测绘、国土勘测部门的常规手段，本程序利用GDAL进行正射影像镶嵌，生成大面积的正射影像图，大家可以借鉴，相互学习关键技术利用GDAL进行图像镶嵌，镶嵌线是基于面Voronoi图生成，生成算法基于opencv。可以对带有tfw信息的图像进行带拼接线的镶嵌