像质评估算法基于图像预处理，边缘检测和形心定位等等

图像细化算法大全,C语言哟，很少免费开放下载的

opencv2打开双摄像头，解决了opencv2在Linux下不能打开摄像头的原理，在Linux下，考虑大带宽的原理，在640*480分辨率下， Linux的带宽是不能支持两个摄像头i的，因此只能采用分辨率比较低的320*240模式，才能打开双摄像头。

自己图像处理课程的代码。 包括位图的打开、显示以及常用的图像处理算法实现。 比如DCT变换以及逆变换、各种滤波方法以及锐化方法。 最后还添加了一个简单的验证码识别算法。利用垂直投影实现。

这个源代码是 BMP 大小调整。 开始位置和结束位置选定。 但是，不完整。

opencv2.4.9+VS2010打开摄像头，并且显示摄像头拍到的图像，并且将得到的图像边缘化，转化为黑白图像，只显示物体边缘特征，也可以只显示灰度图，只要把我注释掉的打开来就可以了，使用vs打开，配置好opencv的环境后，就可以直接运行了，注意是x64，还是x86的机器。

他的论文描述基于 LCA 强大功能提取 methodز 作为一种高效的人脸检测系统从涉及复杂背景下，使用基于独立 分量分析的特征提取的图像示例基于人脸检测和 RDF 识别器。为示例基于人脸检测困难的问题之一就是要估计 低维子空间而不会降低鉴别性特征。人脸识别，ICA 是一个更好工具来代表脸上尽可能的图像作为少数几个组件。 我们用 RBF 神经网络来区分的面孔和非面孔和评价其性能作为判别属性用 ICA。

程序主要是验证图像处理的一些算法，主要对印刷体汉字识别方法做了较为深入的研究，研究讨论了印刷体汉字的行切割以及列切割，同时研究了通过BP神经网路识别汉字的方法。首先，首先利用高斯平滑滤波器，对图像进行平滑处理，去掉了一些不必要的干扰。然后使用全局阈值法来进行二值化处理，随后分别利用水平投影和垂直投影相方法来对印刷体汉字进行行切割和列切割，最后通过已经训练好的BP神经网路对汉字进行识别。这个系统还有不是很完善的地方，一是它的识别精度还不是很高，这是因为没有采用特征提取的方法，只是简单的使用像素匹配的方法来对汉字进行识别；二是系统不是很稳定，有的时候设置同样的参数前后识别的结果就不相同。

资源描述数字图像形状进行匹配的一个程序，利用的是HU矩，在计算的时候求解的HU矩的第一阶矩和第二阶矩，一般只要形状不是太复杂，匹配度都可以很高

综合加权的颜色和纹理的铺垫

基于Qt平台开发的图片无损压缩，有简单的UI界面，图片输入格式为PNG，压缩为无损压缩，利用像素有效编码和解码