视频帧的转换

OpenCV检测原理主要步骤为：1.加载分类器。用cvLoad函数读入xml格式的文件。文件在OpenCV安装目录下2.读入待检测图像。读入图片或者视频。3.检测人脸。

pencv2.4.0以上的版本提供了stitcher类，可以很方便的实现几幅图像的拼接，关于这个类详细的介绍，可以参考文档： http://docs.opencv.org/2.4.2/modules/stitching/doc/high_level.html?highlight=stitcher#stitcher。     该类主要用的成员函数有createDefault，用于创建缺省参数的stitcher；estimatedTransform，用于匹配图像、分析摄像头旋转角度；composePanorama,生成最后的拼接图像。文档中提示如果对stitching的整过过程不熟悉的话，最好不要使用以上两个函数，直接使用stitch就行了。关于图像拼接的过程，涉及到特征点的提取、特征点匹配、图像融合等等比较复杂的过程，可以参考相关论文和期刊。

MATLAB图像处理实例详解原书的配套源代码。可帮助快速学习了解matlab。十五章的内容共有两百多份文件，基本上包含了matlab从入门到实用的所有内容，是新手学习matlab的好帮手。

奇偶冒泡排序主要是在奇数次排序时只比较并交换奇数下标的元素和其右边的元素，在偶数次排序时只比较并交换偶数下标的元素和其右边的元素。      它的并行思想主要就是：将数据都放在一个个线程对应的寄存器中，由线程索引对应地址。奇排序中，所有奇数下标的线程索引对应的数据和其右边的比较；偶排序中，所有偶数下标的线程索引对应的数据和其右边的比较。GPU排序中所有线程对进行同一操作，而CPU中一次只能进行一次数据比较。GPU相当于同一时间进行了所有数据的比较，所谓并行就是把

完整的人脸识别代码，实现加载的xml文件时事先训练好的。能够有效识别人脸，应对光照、灯光等有很好的检测效果，但对于遮挡还不能有效识别！

这是使用粒子滤波进行多目标跟踪的源代码。是在opencv1.0+VC6.0下编程。欢迎大家下载、试用。谢谢大家的支持！

迷宫规划求解使用 matlab.only 中的图像处理提供输入的图像文件，您将得到以下输出

用matlab写的人脸检测程序，检测效果挺好，对于正面人脸和带部分角度的人侧面人脸图像也能够较好的检测出来，，用绿色的框在原图中进行了标注，并且，将检测出来的人脸进行了截图，可以保存出作为单独的图片，另外，在整程序的最后实现了尺度归一化。值得大家参考。代码中有详细的说明，便于大家理解和掌握。                                                                                                                                                          

该代码用MATLAB实现了序列图像的配准和重建过程，具有GUI界面，可以很方便的选择配准算法和超分辨率重建的算法。代码中包含了KEREN，MACEL等等的配准算法，也包含了POCS，差值等常见的重建算法。只需导入序列图像，确定一些参数就可以得到实验结果。

通过打开摄像头或者视频进行图像处理。主要通过图片相减，来实现运动物体的跟踪。具体实现方法如下：逐帧读取视频（从摄像头或者文件中抓取并返回一帧），创建首地址并分配存储空间、创建矩阵、转化成单通道图像再处理，高斯滤波先，以平滑图像、当前帧跟背景图相减、二值化前景图。。。。。。。。。。