PDF格式的图像转换的源代码

在视频显示任务的循环中，程序首先将视频数据从输入缓冲区读入自己开设的临时图像处理缓冲区，再在临时图像处理缓冲区上进行处理，处理后的数据再输出到输出缓冲区。这是购买合众达的DM642开发板时提供的源代码。

利用PCA方法对人脸图像进行特征提取和降维，人脸数据是英国剑桥大学的ORL人脸数据库是英国剑桥大学的ORL人脸数据库。可以自己选择样本数目进行测试不同样本时PCA的识别率，适合初学者！

先用背景差分完成目标提取，将运动目标的相关信息放入到链表中，通过帧差完成对多目标的跟踪，达到实时性的要求运动目标的相关信息存放于结构体中，可以在此基础上判断目标的动作行为跟踪基本框架，opencv编写，利用背景差分，质心法可以跟踪多个目标，并分配ID号，记录行动轨迹，可用于车辆道路等，大家可以参考学习下，效果有待改进，不同的视频会有不同的效果。

这是一段基于opencv的对图像进行畸变处理的源程序，使用usb摄像头，采集一副图像，然后对图像畸变校正，摄像头事先标定好，程序中将会直接利用标定好的参数。

应用背景 简单的基于pil库 和python自带函数来实现序列直方图 并将其打包成exe文件  在没有python环境下也可以运行 对多种格式的序列图片进行处理 。。关键技术循环获取整个序列的像素值 然后画出其直方图  并将其打包成exe  文件 使其在不同的环境下可以运行。。

对黑白TIFF 图像进行处理，将200DPI 转换为 300DPI，或者转换为指定的DPI。

应用背景kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。聚类，简单地说就是把相似的东西分到一组，同 Classification (分类)不同，对于一个 classifier ，通常需要你告诉它“这个东西被分为某某类”这样一些例子，理想情况下，一个 classifier 会从它得到的训练集中进行“学习”，从而具备对未知数据进行分类的能力，这种提供训练数据的过程通常叫做 supervised learning (监督学习)，而在聚类的时候，我们并不关心某一类是什么，我们需要实现的目标只是把相似的东西聚到一起，因此，一个聚类算法通常只需要知道如何计算相似 度就可以开始工作了，因此 clustering 通常并不需要使用训练数据进行学习，这在 Machine Learning 中被称作 unsupervised learning (无监督学习)。关键技术kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。

Bitmap实现了将一张图片分解为多张指定尺寸的图片,以及将多张图片合并为一张。...程序编译环境:VS2005 VC++ MFC UNICODE 

用实际数据来编译，运行过，没有错误与大家分享。 。 。 。FFT是一种快速算法的离散傅立叶变换，一信号可以转化到频域。在时域中的一些信号是很难看到什么功能，但是作为如果转换到频域后，很容易地看到该功能。这是一个很大的信号分析利用FFT变换的原因。另外，一个信号的FFT频谱可以是提取，其中，所述频谱分析经常被使用。虽然很多人都知道FFT是什么，可以做什么，怎么这样做，但不知道的是，即使FFT结果平均后，如何使用的决定多少个点做FFT。

从视网膜图像中分割血管，从而准确计算糖尿病视网膜病变是很重要的。在此代码中没有提供图像数据库，使用者可以使用任何免费提供的在线数据库。