视频前景检测

YUV播放器，VS2008工程，可自定义帧宽帧高，可分帧播放。 YUV播放器，VS2008工程，可自定义帧宽帧高，可分帧播放。 YUV播放器，VS2008工程，可自定义帧宽帧高，可分帧播放。 YUV播放器，VS2008工程，可自定义帧宽帧高，可分帧播放。 YUV播放器，VS2008工程，可自定义帧宽帧高，可分帧播放。

使用C语言编写的图像去隔行的程序，可以处理视频，输入为RAW文件。经多次实现，效果良好，当心使用。使用的MELA算法，即一种线性的领域插值方法，基于的事六邻域。MELA算法是对ELA算法的改进，效果有显著提高。可以作为参考，对初学者很有帮助。

检测和计数的车辆可以用来分析交通模式。检测也是之前的第一步执行如跟踪或分类的车辆的类型更

opencv的mfc平台，基于directshow采集摄像头编号，用于双摄像头的图像采集，可以用于标定时的图像同步采集

Bag of features（Bof）一种是用于图像和视频检索的算法，此算法的神奇之处，就在于对于不同角度，光照的图像，基本都能在图像库中正确检索。

这是一个使用了Gabor特征提取和人工智能的人脸检测系统源代码使用步骤：1. 拷贝所有文件到MATLAB工作目录下(确认已经安装了图像处理工具箱和人工智能工具箱)2. 找到"main.m"文件3. 命令行中运行它4. 点击"Train Network"，等待程序训练好样本5. 点击"Test on Photos"，选择一个.jpg图片，识别。6. 等待程序检测出人脸区域createffnn.m, drawrec.m, gabor.m, im2vec.m, imscan.m, loadimages.m, main.m, template1.png, template2.png, trainnet.m

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。

我发现这段代码很久以前没有作者引用。但这个程序基于 Leandro Ascierto 的代码。() http://leandroascierto.com/blog/qr-code/这个条码程序将读取，且即使出照片，图像文件或摄像头的 URL 创建 QR 码。

Bitmap实现了将一张图片分解为多张指定尺寸的图片,以及将多张图片合并为一张。...程序编译环境:VS2005 VC++ MFC UNICODE 

       vs2013利用高斯混合建模分离视频中的前景和背景，利用opencv库里面的函数，这个代码可以清晰实现，大家可以看看