bcbobo21cn的专栏

C# 保存图片调用图片控件的Save方法或者Image对象的Save方法；

C#在图片上输出文字可使用Graphics对象的DrawString方法；

C# Bitmap对象封装了GDI+中的一个位图；

opencv训练自己的分类器；

初步了解C#版图像处理库emgucv；

photoshop抠图；

高斯函数简单C++实现；

图像处理的滤波；

医学图像处理；

一 航空航天 对月球、火星照片的处理； 飞机遥感、卫星遥感图像的处理； 二 通信工程 通信的主要发展方向是声音、文字、图像和数据结合的流媒体通信；其中以图像通信最为复杂，要进行实时传送必须进行编码和压缩； 三 工业工程 自动装配线中质量检测；邮政信件自动分拣；恶性环境识别工件及物体的形状形态； 四 军事公安 导弹精确制导；侦察照片判读；公安方面，指纹识别、人脸鉴别、不完整图片的复原；...

openCV基础数据结构介绍Cxcore基础结构 CvPoint，CvPoint2D32f，CvPoint3D32f，CvSize，CvSize2D32f，CvRect，CvScalar，CvTermCriteria，CvMat，CvMatND，CvSparseMat，IplImage，CvArr；CvPoint 二维坐标系下的点，类型为整型； 成员: int x，int y；CvPoint2D32f 二维坐标下的点，类型为浮点； 成员：float x, ...

CxImage类库是一个图像操作类库，功能比较强；是完全免费和公开源码的；下载一份，VC6打开，Win7；一共有13个项目；一时看不清；直接构建；生成一个cximage.lib；莫非是一个静态库可直接调用；静态库”和“动态库”的区别 静态库将导出声明和实现都放在lib中，编译后所有代码都嵌入到宿主程序, 链接器使用从静态链接库LIB获取所有被引用函数的声明与实现，最后链接生成放入exe文件。，并将库同代码一起放到可执行文件中。 动态库相当于一个h文件，是对实现部分（.dll...

首先使用imread函数读入一个图像，读入成功；赋值给A，A成为一个矩阵；size按资料是查看A的大小；精简版不支持；使用whos A查看A的信息，如下；输入A，回车，查看A的数据；这是图像包含的数据；imshow，显示图像；精简版不支持； figure，新开一个窗口；可以在新窗口显示图像；但精简版不支持imshow；画图像直方图,imhist；精简版不支持；旋转图像，之后赋值给B; 45是角度；第三个参数是插值方法；精简版不支持imrotate函数；总之把图

https://opencv.org/about/关于OpenCVOpenCV(Open Source Computer Vision Library) 是一个开源计算机视觉和机器学习软件库。OpenCV被构建用于为计算机视觉应用程序和加速机器感知应用的商业产品提供基础组件。作为一个BSD协议产品，OpenCV容易用于业务，以及修改其源码。本库包含超过2500个优化的算法，全面包含从古典到最新的计算机视觉和机器学习算法。除了使用该库的Google、Yahoo、Microsoft、Intel、

1 理解傅里叶变换在图像处理中的应用一维傅里叶变换的作用对象是信号，信号是一维连续的；随着时间不断推移，信号强度的变换情况，可称为时域。图像处理中的傅里叶变换的作用对象是二维矩阵。随着位置的不断改变，灰度值大小发生变化。可称为“距离-灰度变化图”。一维傅里叶变换的原理可以通俗的理解为：将一个复杂无规律的信号拆分成多个简单有规律的子信号来表示。为了定量表示这个结果，以横轴为频率大小，纵轴为振幅（即信号的最高强度），此图称为信号的频谱。频谱中的每个点在时域中都对应一个函数；频谱和时域的对应.

这两东西主要是用在信号处理方面。总的来讲小波变换是傅里叶变换在实际中不够用以后提出的。傅里叶基本属于是古人，小波变换最早提出是1974年。计算机应用专业应该不学傅里叶变换。但是现在傅里叶变换和小波变换在数字图像处理方面都有应用。学一下也可以的。以前做输电线路相关软件项目时候了解过一些输电线路故障监测设备，它里面用的是小波变换；当输电线路发生故障时，收集线路上的信号波形，经过小波变换，来判断故障发生的地点。信号经过小波变换以后，变得更尖锐，更容易判断故障发生的地点。下面是看别人的博客转载的。=

关于.NET下开源及商业图像处理(PSD)组件http://www.cnblogs.com/Leo_wl/archive/2013/03/21/2973299.html【原创】.NET开源压缩组件介绍与入门【原创翻译】C#开源轻量级对象数据库NDatabase介绍【转载总结】关于泛型基类的相关知识NewLife.Xcode组件资源目录Newlife.XCode对象容

以下摘录自http://blog.youkuaiyun.com/zhaocj?viewmode=contentsOpencv2.4.9源码分析要点摘录BoostingAdaBoost的计算步骤：1、设有n个样本x1, …, xn，它们所希望得到的输出（即分类）为y1, …, yn，y∈{-1, 1}；2、初始化每个样本的权值；3、进行迭代：m = 1, …,

显示图像#include "StdAfx.h"#include #include #include #include using namespace cv;using namespace std; int main(){ string imageName = “lena.jpg”; //读入图像 Mat img = i

opencv图像处理基本操作1. 矩阵数据类型通用矩阵数据类型：CV_(S|U|F)C其中，S表示带符号整数；U表示无符号整数；F表示浮点数；例如：CV_8UC1　表示8位无符号单通道矩阵；　　　CV_32FC2 表示32位浮点数双通道矩阵；2. 图像数据类型通用图像数据类型为：　　　IPL_DEPTH_(S|U|F)如：IPL_DE

OpenCV基元检测 Primitive Detection目录基元的概念基元泛指图像中有特点的单元。常说的基元有：边缘、角点、斑点、直线段、圆、等基元检测是图像分析的基础边缘（Edge）检测边缘是图像中像素灰度值发生剧烈变化而不连续的结果边缘是赋予单个像素的一种性质，与图像函数在该像素的一个邻域内的梯度特性相关边缘幅值...

摄像机标定利用摄像机所拍摄到的图像来还原空间中的物体。在这里，不妨假设摄像机所拍摄到的图像与三维空间中的物体之间存在以下一种简单的线性关系：[像]=M[物],这里，矩阵M可以看成是摄像机成像的几何模型。 M中的参数就是摄像机参数。通常，这些参数是要通过实验与计算来得到的。这个求解参数的过程就称为摄像机标定。摄像机标定camera calibratio

学习opencv 角点检测如果一个点在两个正交方向上都有明显的导数，则我们认为此点更倾向于是独一无二的，所以许多可跟踪的特征点都是角点。一下为角点检测中用到的一些函数cvGoodFeaturesToTrack采用Shi和Tomasi提出的方法，先计算二阶导数，再计算特征值，它返回满足易于跟踪的定义的一系列点。void cvGoodFeaturesToTrack(

用opencv实现对视频中动态目标的追踪第一步，是要建立一个编程环境，然后加载opencv的库路径等等。具体步骤在 http://www.opencv.org.cn/ 的“安装”中有详细介绍。第二步，建立一个MFC的对话框程序，做两个按钮，一个“打开视频文件”，一个“运动跟踪处理”。具体操作：1 建立MFC对话框程序的框架：File  ->New  -> MFC A

opencv 图像去噪要点总结一 图像平滑图像平滑与图像模糊是同一概念，主要用于图像的去噪。平滑要使用滤波器，为不改变图像的相位信息，一般使用线性滤波器。不同的核函数代表不同的滤波器，有不同的用途。常见的滤波器包括：归一化滤波器，也是均值滤波器，用输出像素点核窗口内的像素均值代替输出点像素值。高斯滤波器，实际中最常用的滤波器，高斯滤波是将输入数组的每一个像素点与 高斯内