C++编写的背景减除

这是各向异性扩散算法由P.Perona和J.Malik实施。此算法的目的是减少斑点噪声，同时保留边缘。

调用zing实现多种格式的二维码解码，功能强大，处理速度较快。调用zing实现多种格式的二维码解码，功能强大，处理速度较快。调用zing实现多种格式的二维码解码，功能强大，处理速度较快。调用zing实现多种格式的二维码解码，功能强大，处理速度较快。

对BMP文件进行读写，然后将RGB转为YUV并保存，同时输出BMP的长，宽，大小，将BMP文件中的RGB三者的分量进行保存到txt文件中，YUV三者分量也保存到txt中，转换过程采用隔行扫描转换，YUV格式为422

对一副彩色图像进行直方图均衡化，达到图像彩色增强的效果，对原图像分三个通道，分别对三通道进行增强处理，最后再合成新的增强的图像，增强效果明显。

教你怎么创建图形组件的实例，有代码，有工程。非常实用，主要是讲，编写实时显示曲线的组建，可移动标签组件，编写仪表组件三块，其间还有教怎么基于原有组件编写组件。

此应用程序可让您使用手指手势的计算机屏幕上绘画......它是使用 opencv249 和 visual studio 2010 生成的

应用背景 SIFT算法是D.G.Lowe[40]于1999年提出的，SIFT算法可分为两个部分：第一部分是生成SIFT特征，即SIFT特征向量提取过程；第二部分是通过对提取的SIFT特征进行匹配。 特征点描述子生成：计算每个4x4小块上8个方向的梯度方向直方图，并为每个梯度方向做一个累加值，得到一个种子点，如图3.5右图所示。图中每个特征点是由2x2个种子点构成，则每个种子点都具有8个方向的向量信息。为增强SIFT特征匹配的稳定性，每个特征点都通过4x4个种子点来加以描述，这就使得每个特征点都能够生成128个数据，进而形成4x4x8=128维的SIFT特征向量，其中4x4表示16个种子区域，8表示区域的8个方向。  关键技术（1）SIFT算法是一种基于图像局部特征提取的方法，SIFT特征具有尺度缩放不变性、旋转不变性，对视角变化、光照变化、物体运动、噪声也具有良好的稳定性。  （2）高速性，优化的SIFT算法可满足实时性需求。 （3）多量性，SIFT算法可以提取大量的特征点。 （4）可扩展性，SIFT算法可与其他算法相结合。 （5）独特性好、信息量丰富，匹配快速、准确。  经过第一阶段SIFT特征向量生成，第二阶段就是对提取的特征向量进行匹配。其特征点匹配步骤为：假设两幅待匹配的图像分别为S、T，分别从两幅图中提取SIFT特征点。

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。该实验从视频中检测出人手并定位手的区域。

加密和解密任何图像中，隐藏的重要信息和消息的任何文字

应用背景你可能有你的运动视频。这个程序检测接头用彩色标记和计算角度从肩肘>；>；手腕。和它的速度。你可以看到只有骨骼或全视频。你可以控制播放速度，并看到标记帧的帧。你可以拍一个跟踪标记的快照，或者可以用跟踪标记和角度来渲染整个视频。关键技术利用OpenCV跟踪颜色。（蓝色，红色，绿色，深绿色）。基于OpenCV的视频渲染。用opencv绘制文本。使用Qt库。