图像增强技术

使用openc读取并显示一张图像。作为一个范例，该样例使用的是opencv 2.0的接口和函数，使用了Mat（2.0新加入的结构），调用了imread、imshow、waitKey等函数用于绘制图像。

代码已经验证，可以运行，AdaBoost是基于灰度的人脸检测，这个程序正面人脸检测的效果较好。

资源描述关于边缘检测的Verilog程序，适合图像处理的同学看看，毕业论文和实际项目都可以参考。

利用opencv的haarcascade_frontalface_default.xml，找到眼睛鼻子嘴的角点及一些特征点

基于OPENCV开发的掌静脉识别程序，MFC设计。用掌静脉进行身份认证时，获取的是掌静脉的图像特征，是掌活体时才存在的特征。掌静脉识别仪是利用掌静脉识别技术原理进行工作的门禁机，掌静脉识别是静脉识别的一种，属于生物识别，掌静脉识别系统就是首先通过静脉识别仪取得个人掌静脉分布图，从掌静脉分布图依据专用比对算法提取特征值，通过红外线CCD摄像头获取手指、手掌、手背静脉的图像，将静脉的数字图像存贮在计算机系统中，将特征值存储。

HSV图像更接近人的视觉，且算法较简单。好多情况下需要把图像从RGB颜色空间转换到HSV颜色空间。本程序实现RGB颜色空间图像转换到HSV颜色空间，并分离成H，S，V三个单通道，显示原图像与HSV三个通道图像。

本代码是李春明博士的LBF方法的源代码，非常适合初学水平集的学者使用，代码易懂，解释详尽，非常正规，很值得详细学习

手势检测从视频序列中检测到手并定位手的区域，该过程对于特征的选择与处理相当关键，肤色及运动信息是经常被采用的两个有效的特征。但是，现实环境中由于光照变化、背景复杂及其它不可预知的干扰，仅一个特征往往不能有效地定位出手，需要多种特征互补，手势检测方法分为基于肤色信息、基于运动信息及多信息结合三类。本实验通过肤色信息检测出人手的位置，并使用红色矩形框框出区域。

基于VC++6.0实现的人脸检测程序，MFC dialog实现，包含2种人脸区域检测方法，以及人脸区域划分后的鼻子眼睛和嘴角的特征提取

指纹识别系统V2：发现的最不发达国家技术指纹识别，以欧氏距离之间的匹配和过滤的Gabor