实现全景图的拼接

翻译 maninwest@Codeforge 作者:Mr. Lai Tai-Yu@CodeProject 有时候我们会发现拍照很有趣，那么让我们来把它变得更有趣吧。设计灰色和动漫风格的照片不是很难。你只需有一个安卓手机并安装一个有趣的相机应用就好了。 通常，拍照时会遇到自动对焦问题，首先，我们要等待自动对焦完成，然后再拍照。这就是为什么我们需要重写自动对焦方法来帮助我们拍得更清楚。其次，图像处理时需要将原始数据转换成位图格式。我们使用位图工厂进行转变。第三，有两个图像处理效果可供选择，灰阶和动漫风格。灰阶很简单，仅是获取  R, G 和 B 的数量然后除以 3。但是我们依然需要知道如何分别获取 R, G 和 B 通道。使用 color 方法获取像素值帮助我们获得 R, G 和 B  的值。 动漫风格需要两个处理，包括索贝尔过滤和有序抖动处理。我们需要结合两种方法完成动漫效果。如果你想开发更多效果，可以使用这个代码架构继续开发。因为这是准备自动对焦并回调函数拍照。 你只需按照此架构添加新的图像效果即可。这个 APP 会在你选择图像效果前开启相机，然后你可以选择效果。你可以按下”拍照“按钮，然后可以查看处理后的图像。开发这个应用只有两个文件，非常简单。 适用于初学者。背景设备操作系统: Android 4.1.2 开发者实用程序: Eclipse ADT使用代码File Name: AndroidManifest.xml

本程序代码是在VS2010下opencv的GPU编程，通过简单的示例可以了解到如何使用opencv进行GPU编程，此项目是在配置环境为opencv2.4.9+vs2010。如果你的配置环境有误就有可能运行不了，opencv_gpu.cpp内容可以在其他系统的相关条件下同样可以运行。

实现图像形态学变换，包括腐蚀、膨胀、开、闭、细化处理，代码运行通过

Scale-invariant feature transform (or SIFT) is an algorithm in computer vision to detect and describe local features in images. The algorithm was published by  请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

Adaboost 是一种二元迭代算法，其核心思想是针对同一个训练集训练出若干若分类器，然后把这些弱分类器集合起来，构造一个更强的强分类器，使得识别效果更佳。Adboost算法常常用在计算机视觉与模式识别领域的研究课题中，如人脸检测、人机交界、目标检测等。Adaboost算法不仅计算复杂度低，而且是一种高精度分类器，不会出现过拟合现象。

一个好用的图片处理开源工程，实现了图片处理的各种效果。代码来源于code4app

在医学图像处理领域。大脑分割在诊断许多疾病方面有着各种重要的应用；

资源描述opencv的安装的过程中主要按照网上的教程进行，但是最重要的是认准版本和自己的电脑对应，以后和vs的版本对应。在添加完vs2012后就可以对其实现测试功能，查看你的opencv是否配置成功。这是一个简单的opencv读取图片的过程。

动态物体处于一个已知位置信息，然后开始移动，基于相机传感器采集的信息，物体可以进行实时动态定位。该算法是基于粒子滤波的原理实现的，可以在框架基础上进行扩展。

应用背景阈值分割是图像分割的一种最简单的方法。在全局阈值，对图像中所有的像素的单阈值用。当组件的像素值，背景相当一致的在各自的价值观在整个图像，它输出一biinary图像 ；代表分割。关键技术C #工具实现的全局阈值分割算法