OPENCV手册

应用背景这是使用Haar特征训练弱分类器，然后使用约14弱分类器连接节点作为一个强分类器，该方法选择弱分类器是AdaBoost算法。 ；关键技术

BERNSEN localthresholding %。%Bw = BERNSEN(IMAGE) 执行的一个二维 localthresholding%阵列图像的 Bernsen"sthresholding。该方法使用%用户提供对比阈值。如果是局部对比度 （最大-最小）%高于或者等于 contrastthreshold，阈值设置为%本地 midgrey 值 （平均最低限度和最大灰度值在%本地窗口）。如果 localcontrast 是下面的对比%阈值附近被认为仅由一个类组成%和像素设置为根据的值对象 orbackground%midgrey。%%Bw = BERNSEN （图像、 [M N]，CONTRAST_THRESHOLD、 填充） 执行本地奇数 %阈值值 M 由 Nneighbourhood （默认值为 3，3）。默认值 forCONTRAST_THRESHOLD %都是 15。处理边界使用 PADARRAY 选项 （默认值是之一填充图像 %像素为单位）%"replicate"）。%

这个代码是用于区域生长算法1条规定在检测错误的条件图和用于进行必要的修改。此算法的重复进行，直到没有发生进一步的变化。为了降低了后续的图形分析的复杂性，所有的用很短的链路端点被除去。四周前开始在图表分析阶段，所有船只外径被除去。视盘区域通常含有许多船只和图形在这方面是不可靠的。如这些船只是不相关的A / V分类过程中，它们可以被除去。其结果是由几个构成的图非连接的单独的子图。图中的操作改性步骤示于图

该程序首先采用OpenCV函数实现图像搜索边界，然后直线拟合，在求解对应顶点，最后用旋转拉伸到指定大小的图像上。在将该OpenCV代码用C语言实现，最后用CUDA使用。该程序调试通过。程序主要使用联想E430c笔记本。CUDA程序在GT635M显卡和Tegra K1嵌入式平台上测试通过。

包括图像的分割，边缘检测，图像的配准，图像的几何变换，图像的的膨胀以及腐蚀，图像各不同算子和算法，以及图像的正交变换。

资源描述 该程序实现简单的图片缩放功能，首先load一张图片，然后将其resize成你所需的尺寸大小，同时可以将结果图显示或者保存，整体效果如下：

qcad2.05可用于windows和linux的源码-qcad2.05 can be used for windows and linux source code

该实例很好的展现了如何通过vsg这一场景图语言加载flt，通过vp将模型经过vsg对节点的读取，成功在vp中展现。此例子短小精悍，容易理解，易懂，通过磁粒子的学习更好的掌握一门古老而又应用广泛的语言-vsg。希望对大家有帮助

主要是对有明显图像轮廓的图形进行轮廓跟踪，也就是边界跟踪！主要是对有明显图像轮廓的图形进行轮廓跟踪，也就是边界跟踪！