PDF格式的图像转换的源代码

Snake模型称为动态轮廓模型（Active Contour  Model）是Kass与1987年提出的，它对于在噪声和对比度不敏感，能将目标从复杂背景中分割出来，并能有效的跟踪目标的形变和非刚体的复杂运动而被广泛用于图像分割和物体跟踪等图像处理领域。Snake主要原理是先提供待分割图像的一个初始轮廓的位置，并对其定义个能量函数，是轮廓沿能量降低的方向靠近。当能量函数达到最小的时候，提供的初始轮廓收敛到图形中目标的真实轮廓。Snake能量函数是有内部能量函数和外部能量函数组成，内部能量控制轮廓的平滑性和连续性，外部能量由图像能量和约束能量组成，控制轮廓向着实际轮廓收敛，其中约束能量可根据具体的对象形态定义，使得snake具有很大的灵活性。Snake模型发展10多年来，许多学者对于经典的snake模型做了改进，提出各种改进的snake模型，其中梯度矢量流（Gradient Vector  Flow,GVF）模型扩大了经典snake的外力作用范围，加强了对目标凹轮廓边缘的吸引力，提高了传统的snake模型。文件中包含snake数学模型介绍的论文以及实现算法的代码，对学习该算法的科研人员会有帮助

程式执行会出现两个视窗，一个是原始图像，一个检测后的图像。 检测后的图像上方有个拉霸，可以调整Min Threshold。 Canny Edge Detector演算法的步骤： 1. 用高斯滤波器平滑图像（在调用Canny之前自己用blur平滑） 2. 用一阶偏导的有限差分来计算梯度的幅值和方向 3. 对梯度幅值应用非极大值抑制 4. 用双阈值算法检测和连接边缘 关键函式： void Canny(InputArray image, OutputArray edges, double threshold1, double threshold2, int apertureSize=3, bool L2gradient=false )

基于opencv的人脸识别，haar-like快速计算，可检测人脸与眼睛 。对应opencv2.0函数，visualstdio2010编程。可同时检测多个人脸与眼部。

对avi视频，奖每一帧抽取出来变成担负图像，存储的图像时bmp格式，软件已经是过多次，非常好用，请下载使用

结合 VS2012+openCV2.4.9，将图片制作成视频并输出，本代码虽然短小，但是确非常实用，里面包含了好几个重要的知识点，包括视频的读取k，图片的读取，字符串续写变量的循环改变，图片格式的选择，中断，相关头文件的选取包含等等

介绍传统边缘检测方法（Roberts, Sobel, Prewitt, LOG, Canny）,针对传统Canny算法中的缺陷，提出一种基于自适应平滑滤波和3*3 领域梯度幅值计算方法的改进的Canny算法进行边缘检测，利用Matlab得出实验图像，并进行无噪声下各算子算法的对比，有噪声下各算法的对比，原始Canny算子和改进的Canny算子在无噪

c++ 摄像头  opencv  图像处理  MFC界面，以及opencv相关图片处理算法，c++ 摄像头  opencv  图像处理  MFC界面，以及opencv相关图片处理算法c++ 摄像头  opencv  图像处理  MFC界面，以及opencv相关图片处理算法c++ 摄像头  opencv  图像处理  MFC界面，以及opencv相关图片处理算法c++ 摄像头  opencv  图像处理  MFC界面，以及opencv相关图片处理算法c++ 摄像头  opencv  图像处理  MFC界面，以及opencv相关图片处理算法c++ 摄像头  opencv  图像处理  MFC界面，以及opencv相关图片处理算法

大每一本OpenGL入门的书都会讲到OpenGL的Select模式，它采用一种方法使得可以获取当前鼠标点选的几何图形。简单的来说这种方式就是首先调 整Projection矩阵，使得你透过从鼠标点选附近的一个正方形（大小可设置）看到的世界。然后开始绘制，当每一次绘制的时候都会判断你会不会看到。 如果看到，那么，你就是选择了这个几何图形了。更为具体的过程可以参见相关的书籍。 http://hi.baidu.com/sishenfuhuo/blog/item/e98b852ef94013371e30892a.html2.在OpenGL红宝书中介绍了一种简便易行的办法:在后缓冲中 使用不同的颜色重绘所有对象,每个对象用一个单色来标示其颜色,这样画好之后我们读取鼠标所在点的颜色,就能够确定我们拣选了哪个物体。这种方法有一个缺 陷,当场景中需要选择的对象的数目超出一定限度时,可能会出现标识数的溢出。对于这个问题,红宝书给出的解决办法就是多次扫描。实践证明这种方法的确简便 易行,但仍有不少局限性,而且做起来并不比第一种机制方便多少。限于篇幅,不再赘述。

应用背景该算法能适应复杂变化的环境，准确地提取运动目标，对复杂干扰场景下的实时运动目标检测得到了较为满意的效果关键技术采用帧间差法和背景差法相结合的运动目标检测方法，

这个项目的目标是捕捉到的人脸检测使用PCA人脸。经过检测所检测的脸部被存储在XML文件中。该项目还检测到