小波变换

资源描述自己早期学习opengl做的一个列子，对opengl入门学习很有帮助，里面包括配置好的环境库，也可以稍微改动将图像播放做成视频播放；值得进一步学习

C++图像处理技术百例，叫你玩转C++进行特殊图像处理。                                                            

自己写的Matlab程序，实现了Canny算子对于图片的边缘检测功能。步骤分为：1，为源图像进行高斯低通平滑滤波。2，计算梯度幅值图像和角度图像。3，为图像进行非最大值抑制。4，用双阈值处理和连接分析来检测。

资源描述局部二值模式（LBP）是一种提取纹理特征的算法。该程序是在原始LBP模式的基础上，改进得到的旋转不变均匀模式的LBP特征。

应用背景适用于初学者掌握对模型的总体把握，如何创建模型，如何在基础上建立新的坐标系，如何控制不同部分间的从属关系，如何键控不同部分的动作，使使用者对opengl的3D环境有充分了解。关键技术本代码调用了opengl 3D环境的多种函数，从创建模型到操作模型都涵盖在内，包括旋转，键控，视图，这是初学者学习，借鉴，掌握opengl的非常好的例子，也是我初学的样例，相信对初学者非常有帮助。

Um 方案 com UMA Região de INTERESSE Definida Localidade： Não 唱法迪雷托不如法瑟 Vídeo-implementação 乌玛洛杉矶 + + com OpenCV 2.1 c。

H264流直接封装到mp4文件， 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

此源码采用c++语言编程，图像中的头文件包含许多重要的信息，比如焦距等，利用这个源码编译后运行可以提取很多重要的 信息，一次通过这种信息来达到自己的目的，比如运用在三维重建等方面

图像处理比较全面的算法，包括图像的读取和显示，图像的点运算，旋转，与或非，边缘提取等等，自编

应用背景人脸检测算法的可靠性很大程度上依赖于分类器的设计，在2001年，Viola和Jones两位大牛发表了经典的《Rapid Object Detection using a Boosted Cascade of Simple Features》和《Robust Real-Time Face Detection》，在AdaBoost算法的基础上，使用Haar-like小波特征和积分图方法进行人脸检测，他俩不是最早使用提出小波特征的，但是他们设计了针对人脸检测更有效的特征，并对AdaBoost训练出的强分类器进行级联。关键技术 人脸检测从整体来看分为四个部分： 1、Face detection 人脸识别，即识别出这是人的脸，而不管他是谁的。 2、Face preprocessing 面部预处理，即提取出脸部图像。 3、Collect and learn faces 脸部的特征采集和学习 4、Face recognition 脸部识别，找出最相近的相近脸部图像。