sobel边缘检测算法

计算机 c + + 程序能够绘制输入图像的直方图，通过结合空间增强方法用于图像处理的直方图均衡、 图像增强。包括拉普拉斯算符，sobel 梯度、 幂律和平滑滤波。这都实现在 image.cpp.The 用户可以使用它根据他们的要求。

这是一套简单的能动态、自动识别图片中信息的代码。它基于Labview的NI Vision（视觉与运动）模块，可以调用USB摄像头或笔记本摄像头获取原图，然后选中原图中的信息作为模板进行学习。学习完成后再用摄像头拍摄，Labview将自动框选中要匹配的信息。

基于opencv的人脸检测代码，适合初学者使用多个弱分类器集成的方法，机器学习中的弱学习到强学习，集成的关键是投票，最简单的方法是“绝对多数”的方法

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。

很多时候，我们需要处理的同一图像的不同分辨率的图像。例如，同时寻找图像中的东西，我们也不确定什么大小的对象将是本 在图像。在这种情况下，我们将需要创建一组图像具有不同的分辨率和搜索所有的图像中的对象。这些组具有不同分辨率的图像被称为图像金字塔 （因为当他们被关在一个堆栈底部和最小的最大图像在顶部看起来就像一座金字塔图像）。高斯和拉普拉斯金字塔

该算法在检测到人脸并定位面部关键特征点之后，主要的人脸区域就可以被裁剪出来，经过预处理之后，馈入后端的识别算法。识别算法要完成人脸特征的提取，并与库存的已知人脸进行比对，完成最终的分类。

在此基本瓮模型中概率理论骨灰瓮包含x白和 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

l  跨浏览器，可兼容IE7--IE10， FireFox， Chrome， Opera等几大内核的浏览器，且不需要浏览器再加装任何控件。 l  多系统兼容性、可移植性:由于只包括前台UI,因此二次开发者可很方便将本插件用在任何一种需要流程图的B/S系统应用上，流程图的详细实现逻辑完全交于后台程序开发者自己实现;

这是一个使用了Gabor特征提取和人工智能的人脸检测系统源代码使用步骤：1. 拷贝所有文件到MATLAB工作目录下(确认已经安装了图像处理工具箱和人工智能工具箱)2. 找到"main.m"文件3. 命令行中运行它4. 点击"Train Network"，等待程序训练好样本5. 点击"Test on Photos"，选择一个.jpg图片，识别。6. 等待程序检测出人脸区域createffnn.m, drawrec.m, gabor.m, im2vec.m, imscan.m, loadimages.m, main.m, template1.png, template2.png, trainnet.m

matlab 程序代码来计算编码 h.264 值 在计算能力和技术最近的增长推动了需要高度安全的数据通信。安全通信的最佳技术之一是信息的隐写术的隐藏的传达到存在一种艺术。加密技术，称为双隐写术，结合使用隐写术的过程开发一个坚固的模型，在确定任何隐藏和加密的数据中添加很多的挑战。使用加密技术来加密数据之前传输可能会阻止任何类型的安全问题。但伪装加密数据的外观可能会引起怀疑。因此使用内隐写术的密码系统，引起的双隐写术，将提供更好的安全性改进的版本。提出了隐藏数据与二能级的安全性，以嵌入数据加上良好的感知透明性和高负载能力的一种技术。提出了一种新型的数据隐藏直接在 H.265/HEVC 视频流的压缩版本，其中包括以下三个部分，即数据加密、 视频压缩、 数据嵌入和提取数据。通过分析 H.265/HEVC 编解码器，码字的快速模式的属性码字的运动矢量差异都用以掩饰视频流中的数据。数据隐藏是直接在压缩的 H.265/HEVC 视频码流进行的。这项计划可以确保格式的法规遵从性和严格的 file 大小保存。