资源列表
Facedetect
- Facedetect.本程序用于人脸检测-Facedetect.
IDL编程技术
- IDL编程技术，内容详细，对于初学者很实用(IDL programming technology, detailed content, very practical for beginners)
Iris-recognition
- 虹膜识别 源代码 matlab 霍夫变换 hough变换 (解压后放在一个文件夹下)-Iris recognition source code matlab hough transform hough transform (decompression after a folder)
FaceDetect
- 使用opencv 的平台 软件是VISUAL STIDIO 2010 语言是c# 实现了人脸检测的功能-opencvVISUAL STIDIO 2010 c# face detect
VCPP
- 图像处理中包含了大多数代码。有图像平滑，去噪，图像分割等，总之图像处理中大部分基本功能都含括在内。-Image processing contains most of the code. There are image smoothing, denoising, image segmentation, etc., in short, most of the basic functions of image processing are included
Face-recognition
- 本文以WebCam采集的视频流为数据源，截取视频流中的单帧图像，通过转换彩色空间、人脸肤色建模、后处理操作和人脸定位算法实现了人脸检测，并以此为基础实现了在视频流中对于人脸的跟踪。试验结果表明，我们所实现的人脸识别算法适用于近距离人脸的检测，可以应用于基于WebCam的身份认证。-WebCam collection of streaming video as a data source, single image in the interception of the video stream,
An_Image_Compression_Algorithm_for_Circle_Shaped_R
- 研究了圆形感兴趣区域, 推导了相应的掩码计算公式, 将多级树集合分裂算法(Set partitioning in hierarchical trees, SPIHT) 加以改进, 得到适用于圆形感兴趣区域的图像压缩算法. 实验结果表明, 本文提出的圆形感兴趣区域掩码计算公式简单实用, 改进后的压缩算法效果明显.-Of the circular region of interest, the corresponding mask derived formula, the set partition
redbook_code
- openGL的教程源代码，对学习openGL编程很有帮助。是官方的配套代码。-openGL tutorial source code, to learn openGL programming helpful. Is the official supporting code.
GN(genesis).rar
- 大名鼎鼎的GN：genesis的相关开发资料 做液晶电视，以及OSD字符叠加以及高级视频控制的朋友可以来看看，这些资料可是要和GN签订保密协议才会给的！,Famous GN: genesis of the relevant information to do the development of LCD TV, as well as the OSD characters, as well as advanced video overlay control friends can look at
VCPP-ColorProcess
- 代码实现bmp彩色图片的颜色位置的转换，彩色转灰度变换（三种方法），颜色、对比度调整，分离R、G、B分量，滤除R、B、G分量，Gamma校正，曝光，底片等功能，运行成功，数字图像处理不错的代码！-Bmp color code the location of the image color conversion, color to grayscale transformation (three ways), color, contrast adjustment, separate R, G, B
Wavelab.rar
- 学习第二代小波变换必须的一些材料 希望有用,学习第二代小波变换必须的一些材料 希望有用
A Comparison of SIFT, PCA-SIFT and SURF
- 包含了几种介绍sift改进算法的论文，对于了解最新的sift算法的发展非常有帮助。(Contains several papers introduced sift improved algorithm, for understanding the latest development of the SIFT algorithm is very helpful.)