人脸检测代码

ICCV会议上，关于稀疏编码图像恢复的文章，pdf格式，文章中也给出了源代码的下载网址。

    自适应二值化能更好的将图像中的轮廓凸显出来，多边形拟合函数使轮廓易于匹配。

我的这个文件，包含了opencv的相关的版本和版本的使用的说明，以及一些常见的实例，有很好的的应用价值，同时还能够提供opencv里的一些常见的函数的查找，另外就是有一些相应的代码的演练，对快速的入门有很高的价值展示。因此值得去学习和下载。

图象特效--截图示例，基于DirectX的截图示例,你看懂了话都能截图了。要编译此程序需DirectX SDK5.0示例中的ddutil.h与ddutil.cpp文件,请自行加入工程。要运行此程序需DirectX 3.0以上版。

应用背景基础轮廓查找——findContours+drawContours；开发测试所用IDE版本：Visual Studio 2012。-Program description: Based on 2.4.4 Function: base profile Find findContours+drawContours development and testing of the operating system: Windows 7 64bit IDE version used for development testing: Visual Studio 2010关键技术opencv2.4+vs2012对图像中的轮廓进行提取，查找

在做织物疵点检测的过程中首先采用自适应分割法确定出疵点所在的ROI区域，再对ROI区域进行奇异值分节，从而提取出疵点的形状和位置

人脸检测是一种确定的位置和大小的数字图像中人脸的计算机技术。它检测的脸并忽略任何其他，如建筑物、 树木和机构。人脸检测可以视为更一般的情况下的人脸定位。在人脸定位，任务是找到的位置和大小的面 （通常为一) 已知数。在人脸检测，脸上是处理和按位与底层的人脸图像数据库中匹配。任何微小的变化，在面部表情，例如微笑，嘴唇运动，将不匹配的脸。 人脸检测可以视为对象类检测的具体案例。在对象类检测中，任务是找到的位置和大小的所有对象都属于一个给定类的图像。例子包括上部躯干、 行人和汽车。 人脸检测算法专注于正面人脸的检测。它是类似于图像检测

Adaboost 是一种二元迭代算法，其核心思想是针对同一个训练集训练出若干若分类器，然后把这些弱分类器集合起来，构造一个更强的强分类器，使得识别效果更佳。Adboost算法常常用在计算机视觉与模式识别领域的研究课题中，如人脸检测、人机交界、目标检测等。Adaboost算法不仅计算复杂度低，而且是一种高精度分类器，不会出现过拟合现象。

此代码是用Matlab语言实现的，是对数字图像的质量进行评价，实现的传统的均方误差（MSE）和峰值信噪比（PSNR）的评价算法，还有SSIM

基于视频运动对象的快速提取 采用了差分法,光流 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