delphi图像压缩传输

高动态范围图像（High-Dynamic Range，简称HDR），相比普通的图像，可以提供更多的动态范围和图像细节，根据不同的曝光时间的LDR(Low-Dynamic Range)图像，利用每个曝光时间相对应最佳细节的LDR图像来合成最终HDR图像，能够更好的反映人真实环境中的视觉效果。 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

在场景图像上通过模板匹配技术，找到与之匹配的精确定位位置，程序中对于每个模板分别给出了最后的目标定位位置坐标，默认左下角的坐标为（0,0），得到偏差

应用背景  计算机图形学的作业，期中包括二维图形几何变换，三维图形几何变换，中点划线法，扫面线填充法，数值微分划线法，可以直接运行在。  关键技术  该程序是在Vs2008+opencv条件下编写的，可以直接运行，其中三维图形几何变换功能最全，包括三维平移，三维透视，立方体分别绕X、Y、Z轴旋转

 LPBYTE lpSrc;   // 指向原图像的指针   long i,j;   //循环变量   int gray[256]; // 灰度计数  BYTE pixel; //像素值  LPBYTE lpDIBBits=m_pDib->GetData();//找到原图像的起始位置  LONG lWidth=m_pDib->GetWidth();    //获得原图像的宽度  LONG lHeight=m_pDib->GetHeight();  //获得原图像的高度  // 灰度计数变量初始化  memset(gray,0,sizeof(gray));  //逐个扫面图像中的像素点,进行灰度计数统计  for(j = 0; j

近场球面波卷积—逆投影算法，能求出径向分辨率和横向分辨率， 得到目标的二维成像图。程序中已经设置好参数，点击即可运行

图像变形，通过调节控制点来扭曲图像达到需要的效果，有2中变形方式，自由变形，梯形变形，垂直变形，运用cinder开源框架编写，具有很强的扩展性

使用说明第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。该系统的识别率一般情况下为90%。此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“去噪”－“倾斜校正”－“分割”－“标准化尺寸”－“紧缩重排”。注意，待识别的图片要与win.dat和whi.dat位于同一目录，这两文件保存训练后网络的权值参数。具体使用请参照书中说明。

此代码使用 Haar 级联分类器来检测脸视频饲料 （这里使用的摄像头） 中并显示在一个窗口中 代码已经过测试的配置如下： Windows 7 专业版 （64 位） 2.4.2 OpenCV Visual Studio 2012 终极版

objective-c得毛玻璃效果 用到了UIImage+BoxBlur，ANBlurredImageView第三方类

它包含非常有用的编码，三维SPIHT ，其中包括图像压缩和视频压缩，没有的运动compensationa和运动估计。