本文本对应于我本人博客中的《高光谱学习---正交子空间投影法OSP(Orthogonal Subspace Projection)》一文，如果各位觉得有哪里不好的，或者哪里排版可以优化，先下载，修改后发给我。你也是作者之一。

WGS84经纬度坐标到北京54高斯投影坐标的转换

为了提高图像上直线检测的鲁棒性和精度，提出一种灰度投影积分（GPI）方法。GPI方法将需要检测的图像直接在直角坐标空间沿某个投影方向进行投影，将对应到同一投影点的像素灰度值进行累加，得到灰度投影积分向量，再旋转投影方向计算不同投影方向的灰度投影积分向量，从而得到一个原图像的灰度投影积分矩阵，再由该矩阵的极值元素所在的行和列求出图像中直线的方程。实验结果表明，GPI方法不需要事先提取边缘点，就能够快速准确地检测出图像中的直线，避免了传统方法在提取边缘点时阈值选取不当带来的直线检测误差。

包含各种仿射变换的程序，即平移、旋转、均匀和非均匀缩放、正投影、斜投影和透视投影。 它还包含面部绘图功能，可以轻松地针对特定问题绘制 3d 图形。 这可以在代码的仿射变换阶段之后完成。 法向量和初始状态需要由用户定义。

主要介绍了python opencv 直方图反向投影的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧

超高分辨率matlab代码HBPN (Hierarchical-Back-Projection-Network-for-image-SR) 作者：Zhi-Song、Li-Wen Wang 和 Chu-Tak Li 本 repo 仅提供简单的测试代码、预训练模型和网络策略演示。 我们提出了一种使用分层背投影网络 (HBPN) 的单幅图像超分辨率，以实现良好的 SR 性能和低失真。 您可以从以下位置查看论文 百科全书 @InProceedings{Liu2019hbpn, author = {Liu, Zhi-Song and Wang, Li-Wen and Li, Chu-Tak and Siu, Wan-Chi}, title = {Hierarchical Back Projection Network for Image Super-Resolution}, booktitle = {The Conference on Computer Vision and Pattern Recognition Workshop(CVPRW)}, month = {June}, year =

基于FBP算法的CT图像重构，调试通过，希望对大家有用

Projector Station for Network Presentation 投影仪驱动配置文件

包括dlp控制芯片的驱动控制、msp430的驱动控制、debug工程、使用的库文件，打开就可以直接跑。兼容MSP430F5529和MSP430F5310、dlp343x。

目前流行之DLP投影機設計電路圖，詳細參數，絕對可用，我們公司在產產品，包含有ACER,DELL,OPTOMA,INFOCUS,SMART，SONY，SHARP等品牌