ffmpeg api

一款怀旧感十足的古董挂钟flash源代码 使用ActionScript编程 效果复古 值得学习收藏。

这是一个比较好的用于图像分割的matlab应用实例，对于初学者来说是很有参考价值的，可以直接应用，这是一个比较好的用于图像分割的matlab应用实例，对于初学者来说是很有参考价值的，可以直接应用，这是一个比较好的用于图像分割的matlab应用实例，对于初学者来说是很有参考价值的，可以直接应用，这是一个比较好的用于图像分割的matlab应用实例，对于初学者来说是很有参考价值的，可以直接应用，

跟踪不同数量的非刚性物体有两个主要问题。首先，观测模型和目标分布可能是极度的非线性和非高斯性。其次，大量不同数量的对象的存在创造出带有重叠和模糊的复杂相互影响。为了克服这些困难，我们引入了一套能研究、检测、跟踪参与的对象的视觉系统。

应用背景五种模糊图像复原算法，包括：维纳滤波算法、约束最小二乘滤波算法、Richardson-Lucy（RL）算法、循环边界算法和最优窗算法。关键技术利用Matlab首先完成模糊图像的生成，其次利用3中Matlab自带的图像复原函数实现模糊图像的复原，然后编程两种算法分别实现模糊图像的复原，并可消除振铃现象。

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。

该代码采用MATLAB编写，注释的比较明确，采用粒子群优化算法，实现特征的选择，以及特征的分类，使用价值高。

一个运动估计运算的MATLAB文件，本人已经测试过，非常有用!

应用背景人脸检测算法的可靠性很大程度上依赖于分类器的设计，在2001年，Viola和Jones两位大牛发表了经典的《Rapid Object Detection using a Boosted Cascade of Simple Features》和《Robust Real-Time Face Detection》，在AdaBoost算法的基础上，使用Haar-like小波特征和积分图方法进行人脸检测，他俩不是最早使用提出小波特征的，但是他们设计了针对人脸检测更有效的特征，并对AdaBoost训练出的强分类器进行级联。关键技术 人脸检测从整体来看分为四个部分： 1、Face detection 人脸识别，即识别出这是人的脸，而不管他是谁的。 2、Face preprocessing 面部预处理，即提取出脸部图像。 3、Collect and learn faces 脸部的特征采集和学习 4、Face recognition 脸部识别，找出最相近的相近脸部图像。

车辆检测： 1 识别车辆轮廓，并标识车辆轮廓 2 给出车辆的相对速度，经过测试，实际可用。

Multiresolution Spline whith aplication to image mosaics, Laplacian pyramid blendin。这是国外一个牛人于2010年完成的一个开源图像融合源码，是基于拉普拉斯金子塔分解的图像融合，其中封装了一个图像操作库，运行效果不错。