人脸检测代码

在对VTK配置正确之后，读取单张tif图像。VTK本身仅仅支持单张TIF图像，或者是一个数据包，而不支持tif图像序列。若是tif的图像序列，则仅仅读取其第一张tif图像。同时在网络上参考一下资料。 http://vtk.1045678.n5.nabble.com/3D-Tiff-to-vtkImageData-class-td5607259.html http://bioimagexd.svn.sourceforge.net/viewvc/bioimagexd/bioimagexd/trunk/vtkBXD/Processing/ http://www.vtk.org/pipermail/vtkusers/2008-June/095731.html http://public.kitware.com/cgi-bin/viewcvs.cgi/*checkout*/Examples/ImageProcessing/Cxx/ImageSlicing.cxx?root=VTK&content-type=text/plain

这是检测银行纸币的项目、 用户将输入图像，系统将指定到系统输入了哪些钱

傅里叶变换函数与傅里叶反变换函数，，用于计算边界的傅里叶描绘子。类似的，给定一组傅里叶描绘子，傅里叶反函数可以用给定数量的描绘子计算器逆变换，以产生一条封闭的空间曲线。每个函数的文本段均解释了其语法。

guided filter 用一幅图像做引导对另一幅图像进行滤波 是一种保边滤波器 可用于去雾处理

设置视频的filter，通过directx，c++实现，请大家详细的查看源码，在开发过程中可能会遇到很多意想不到的问题，这只是一个实例，你可以通过这个实例来好好的学习一下directx，微软的东西总是那么的出乎人的意料啊，要有耐心的看完这些代码，用心看，用脑看，具体里面怎么写的，你就自己看吧，只有自己学会了才是自己的东西，别人给的都不是自己的，好好学习天天向上。

研究了下抽奖小游戏，自己做了一个。 delphi2009 编写的转盘小游戏，供大家参考， 用到了图片和播放声音，

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。

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。

应用背景图像融合应用广泛，方法众多，该程序是一个图像融合工具箱，包含了很多融合算法，主要有：平均法融合，金字塔融合、PCA融合、小波融合（DWT、SWT）等，可以自由选择。关键技术程序中主要涉及一下几个关键技术：IHS方法、PCA方法、离散小波方法、平稳小波方法等等融合方法。多尺度融合主要有多尺度变换和融合规则两大部分。

应用背景kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。聚类，简单地说就是把相似的东西分到一组，同 Classification (分类)不同，对于一个 classifier ，通常需要你告诉它“这个东西被分为某某类”这样一些例子，理想情况下，一个 classifier 会从它得到的训练集中进行“学习”，从而具备对未知数据进行分类的能力，这种提供训练数据的过程通常叫做 supervised learning (监督学习)，而在聚类的时候，我们并不关心某一类是什么，我们需要实现的目标只是把相似的东西聚到一起，因此，一个聚类算法通常只需要知道如何计算相似 度就可以开始工作了，因此 clustering 通常并不需要使用训练数据进行学习，这在 Machine Learning 中被称作 unsupervised learning (无监督学习)。关键技术kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。