图像分割

应用背景对训练图像集和测试使用OpenCV的SVM功能基础。这里有我收集的图像形式http://homepages.inf.ed.ac.uk/rbf/cvonline/imagedbase.htm。图像的一个在线数据库，由各单位。我已经训练过的花卉意象。28正50负。关键技术为此，我创建了一个培训矩阵组成的所有图像，一个图像。这样做，我将每个图像从二维到一维，然后堆放在一个大的图像trainingmat。然后我创建一个标签矩阵的一列和行为训练图像的多。我 ；标签每行1或1来识别它的正的或负的图像分别进行训练后的SVM参数设置。然后我将它保存在一个XML文件，并加载了测试它与另一个图像转换测试图像一维之后。如果函数返回1是阳性，如果它返回1是负的。增加精度提高训练图像的数量。抱歉不能上传图片太。

指纹识别技术，目前最成熟的生物特征为基础的识别技术之一，可用于识别人类在各种场合

UYTFGYKRTFUY7FTYUJ7型RTFJH.gkvuttyutfgyfyjufgyujf文件YJHFVYF GCFRUYYUVTRUYRTYRTCWU FYFYFYRFUYRYRYYUR ；RYURFYUFRUY6RFRUY UYRFUYRYURF

此文件包含三个 dll 文件的 Gabor 滤波器在 C# 中，对图像处理中，它是非常有用的作为 C#.net 中的参考

基于Qt的PointGrey灰点相机工程，采用多线程控制，采集图像并保存。Qt-based PointGrey camera project, using multiple threads of control, capture images and save them.

这一项目显示了如何执行的基于另一个彩色图像的灰度图像重新着色的示例。它简单使用彩色的图像的作为模板来创建搜索会派生的灰度图像的新的 RGB 值的哈希值。代码使用仅 ImageIO，没有额外的库所需。

图像增强技术是图像处理领域中的基本技术之一。图像增强的目的是信息的改进的可解释性或感知在图像中的人类的观众，或为其他自动化图像处理技术提供更好的投入。近年来，灰度图像增强技术发展迅速。这些算法有一定的灰度图像增强的效果。然而，我们通常处理在日常生活中的彩色图像。由于诸多因素，如有限的动态范围、 照明的影响和显示设备，获得的图像质量的下降，这意味着许多重要的信息很难被人告诉 的眼睛。同时，它是不适合直接使用灰度图像增强技术的彩色图像。因此，我们需要开发彩色图像增强技术，处理的问题。与灰度图像相比，彩色图像仍有颜色的信息，所以那彩色图像是灰度图像比更生动。现在，基于人眼视觉特性，许多彩色图像增强算法已被提出。Retinex 是一种有效技术的彩色图像增强，可以产生很好的增强的效果。但增强的图像具有颜色失真和计算比较复杂。一种鲁棒的彩色图像增强算法。该算法可以提高彩色图像不失真，但彩色图像的边缘不能处理得好。该算法使用高斯滤波估计的背景图像。高斯核函数是各向同性，这会导致不准确估计的背景图像，从而导致的光晕现象。提出的算法包括三个主要部分 （1） 获得亮度的图像和背景图像，（2） 自适应调整，(3) 彩色恢复。

以像素方式读取位图像并在windows中显示

matlab练习程序（随机直线采样） 我只是感觉好玩，写了这样一段程序。原理就是先随机生成两个点，然后根据这两个点画直线，最后在直线上的像素保留，没在直线上的像素丢弃就行了。最后生成了一幅含有很多空洞的图像。当然，对含有空洞的图像是可以用修复算法修复的。我也尝试修复了一下，用的算法我过去也写过，可以看 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

基于DICOM医学图像的信息内容的获取，读取信息包括了文件格式的判断，传输协议，病人的信息等等。此代码在dicm显示以及隐式情况都能正确读取。