特征选择

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。

本源代码完全由本人编写并测试通过，保证可用。 可以将24位位图格式转换成16位的位图格式。 输入图片为24位位图格式，输出文件格式可以是16位位图格式。 输出格式可以是RGB555，也可以是RGB565格式。

手势检测从视频序列中检测到手并定位手的区域，该过程对于特征的选择与处理相当关键，肤色及运动信息是经常被采用的两个有效的特征。但是，现实环境中由于光照变化、背景复杂及其它不可预知的干扰，仅一个特征往往不能有效地定位出手，需要多种特征互补，手势检测方法分为基于肤色信息、基于运动信息及多信息结合三类。本实验通过肤色信息检测出人手的位置，并使用红色矩形框框出区域。该实验从视频中检测出人手并定位手的区域。

使用c++编程语言，结合opencv库，分别采用拟合法和灰度重心法提取图像中圆斑中心，其中采用迭代法自动确定二值化阈值

vs编写的位图帧差法 基于背景差法和帧间差法相结合的运动目标检测和自适应背景更新方法 本文所研究的运动检测和背景更新方法实现的步骤如下： (1)开辟静态内存，对图像进行初始化准备采集； 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

这次提供的是一个源码和头文件的压缩包实现的主要功能是对计算机上的图片进行树结构的查看并显示（显示还可以自定义特效以及选择图片查看的显示模式），再就是对图片进行编辑处理——有点运算（灰度运算、直方图等）、几何变换（平移、缩放、镜像/转置、旋转等）、图像增强（等平滑、锐化、细化、滤波等）。

这是一个用于实现图割算法的代码，由C++编写，并且有matlab接口。欢迎大家下载、使用。谢谢支持！

资源描述使用vtk来实现三维可视化，需要先配置vtk.这个cpp使用的是raycasting算法。

sift代码主要实现在sift.c这个文件中：首先创建初始图像，即通过将图像转换成为32位的灰度图像，然后将图像进过三次插值放大，之后进行高斯模糊，在此基础上进行高斯金字塔以及高斯差分金字塔的构建，下一步对图像进行特征点检测，计算特征向量的尺度，调整图像大小，计算特征方向，计算二维方向直方图并将其转换成为特征描述子。在输入参数中，img表示输入图像，feat表示提取的特征指针，octvl表示高斯金字塔和高斯差分金字塔的组数，的intvl表示高斯金字塔和高斯差分金字塔的层数，sigma是初始化过程中高斯模糊所使用的参数，contr_thr是归一化之后去除不稳定特征的阈值，curv_thr是去除边缘特征的主曲率阈值，img_dbl是是否将图像放大为之前的两倍，descr_with是计算特征描述子方向的直方图的宽度，descr_hist_bins是直方图中的条数。

只需要点击出点的心会变大。下面的 Matlab 项目包含的源代码和 Matlab 用于一种非常简单而直观的神经网络实现的例子。短代码和容易理解。提供的示例数据集。在项目文件部分中列出的源代码和包含在此项目中的文件，请确保列出的源代码是否满足您的需求存在。