图像局部区域放大源代码

应用背景Python opencv 图像处理基础教程，转自网络，主要是Python对于图像的增强，变换，匹配，轮廓，视频处理，分割，跟踪，投影等等关键技术的初级教程。关键技术图像处理 Python 实现，Python opencv 图像处理基础教程，opencv Python入门基础，gui,图像处理（平滑，金字塔，尺寸，阈值化），图像变换（梯度算子，仿射变换，等等），直方图，图像匹配，目标跟踪，轮廓操作，等等

如何检测一张照片中汽车的对象，使用 openCV 项目和平衡配装优化问题算法完整文档作为 html 文件中的描述

输入一张图片，判断是不是人脸，如果是则标出范围。环境： vs2013 + opencv3.0

在视频或者图像配准处理中，错误的匹配往往影响正确的结果，因此剔除无匹配可以提高处理精度。通过MSE剔除错误和不精确的匹配，得到满足要求的精确的正确匹配结果，利用匹配对可以进行后续处理。

里面有三个程序：第一个读取视频序列，程序里有提取视频序列的简单易懂的例子，提取视频帧并可以对视频帧进行你想要的处理，程序中也有对视频序列进行用canny算子的边缘提取处理，并且与原视频对比输出，你也可以更改里面的处理程序来满足自己的需要。第二个是对特征点的跟踪，在视频中提取运动物体的特征点，并对特征点进行跟踪。第三的是提取前景物体。这些程序分开编写可以让大家更得理解，也可以更好的运用的自己的大型项目中。

它包含将视频转换为yuv并使用h.264视频编解码器进行编码的过程。它将在单独的目录中生成一个yuv视频，并使用x264api对其进行编码。

数字图像的基本代码，初学者可以看看，进一步完善也挺方便                                                   

matlab 中没有灰色图像转换成彩色图像的函数，改程序实现了灰度图像转换彩色图像 gray2rgb。。。。。

K-means cluster 用c++实现的，大家一起学习交流。 Step 1. 从n个数据对象任意选择k个对象作为初始聚类中心； Step 2. 循环Step 3到Step 4直到每个聚类不再发生变化为止； Step 3. 根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离，并根据最小距离重新对相应对象进行划分； Step 4. 重新计算每个（有变化）聚类的均值（中心对象） k-means算法的工作过程说明如下：首先从n个数据对象任意选择

资源描述基于MFC的图像处理源码，课程设计的相关代码，可以实现大部分图像的基本操作，包括图像二值化、直方图处理、旋转缩放、采样插值、膨胀腐蚀等等