深度图象的生成 生成圆球的深度图象（摄像机坐标系）和深度图象数据存储； 这是本人的深度图像分析的课程作业，vc编写，包括原代码，可执行程序，以及试验报告。...

人脸定位实例全部源码，包括对眼睛，嘴巴等的定位-face location of all source code examples, including the eyes, mouths positioning

基于OPenGl的对姿态的估计,该算法能够很好的对下一时刻的姿态进行估计。-the motion track based on pose using the opengl

人脸检测系统，基于Opencv,包含了多种图像处理方法。-Face Detection System, based on the Opencv, contains a variety of image processing methods.

一个Twain的助手类，可以用它轻松实现简单twain应用程序的编写

本程序提供了lzw编码的压缩和解压缩函数，并实现对图象文件的压缩和解压缩-the procedures provided 4,558,302 coding compression functions, and to achieve the right image file compression

该源码是一个用Delphi写的将图形由透明到完全显示的演示程序-the source is a Delphi will write graphics from the show completely transparent to the demo program

使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。-my english is poor

快速傅立叶变换fft-Fast Fourier Transform fft

都是关于Glscene的实例，刚开始学习，希望有更多的朋友参与-are on Glscene example, the beginning of the study, hopes to have more friends in

基于bp神经网络的数字识别系统-Number recognition system based on the BP Artificial Neural Network