basic_drawing.py 基础绘制脚本示例 measure_image_temperature.py 测试图片温度 measure_video_temperature.py 测试视频温度 gray8_vs_gray16.py gray6与gray16互相转换及增加颜色条 measure_camera_video_temperature.py 测试实时摄像头视频流温度 plot_bar.py measure_image_click_temperature.py 鼠标时间测试任意一点温度 images/ 测试照片 lighter_gray16_image.tiff pygame_icon.tiff 测试照片 pil.py

深度神经网络近年来在人工智能领域进展显著，并引发广泛深入研究神经网络的热潮，近期基于神经网络的图像视频编码也成为热点研究问题之一。系统梳理了基于神经网络的图像视频编码技术及进展，对基于多层感知机、随机神经网络、卷积神经网络、循环神经网络、生成对抗网络等框架的图像压缩，以及基于深度学习的各类视频编码工具进行了综述介绍，同时对神经网络编码的未来发展趋势进行了分析与展望。

YASAV是基于GUI的工具，用于快速分析和可视化基于SRAM的内存老化。 为YUV视频进行了自定义，以实现图像/视频处理应用程序的用例。 该工具接受SRAM暂存器存储器配置和用户参数（如测试数据集，所需的老化年限等），并根据静态噪声裕度（SRAM老化估算的度量）和深入的占空比分析来提供老化估算。 该工具还支持以热图，箱形图和直方图的形式自动显示老化结果。 它也可以用作可视化YUV 4：2：0p视频文件的独立工具。 如果需要使用，请在设计自动化会议上参阅我们的DAC'15论文：M。Shafique，MUK Khan，Orcun Tuefek和J. Henkel，“ EnAAM：片上视频存储器的节能抗老化”（ DAC），加利福尼亚州旧金山，2015年。

这本书挺好的对于使用MATLAB进行图像压缩和处理等科研的同学们是种不错的选择

将 Haar 级联算法应用于热图像中的人脸，然后在热视频序列中，最后使用 USB 视频类 （UVC） 热像仪。这些部分分别在以下位置实现： fever_detector_image.py：将 Haar级联人脸检测算法应用于输入热红外图像（faces_gray16_image.tiff）。 fever_detector_video.py：Haar级联人脸检测算法应用于输入视频帧（gray16_sequence文件夹）。 fever_detector_camera.py：将 Haar级联人脸检测应用于 UVC 热成像摄像机的视频输入流。 faces_gray16_image.tiff是图3（右）所示的原始灰16热图像，该图像是从热像仪RGMVision热成像CAM 1中提取的。 gray16_sequence文件夹包含示例视频序列。 haarcascade_frontalface_alt2.xml 预先训练的人脸检测器，由OpenCV库（GitHub）的开发人员和维护人员提供。

MATLAB车道线检测系统（霍夫曼，偏离预警，处理图像视频，GUI界面，分步骤）（GUI构架）

PB调用摄像头的工具，简单，方便，功能全可保存照片视频，内含源码，可进行图片的保存，视频的保存，录制视频

matlab开发-读取提取帧图像视频。视频阅读器代码

矢量量化原理与应用本书介绍矢量量化的基本原理，各种矢量量化的构造和设计方法，以及矢量量化在语音编码，图像编码，语声识别与合成中的应用。 全文目录 第一章 概述 一、引言 第二章 矢量量化的基本原理 第三章 矢量量化系统 第四章 有记忆矢量量化器 第五章 快速搜索算法 第六章 矢量量化的应用 参考文献 二、无记忆标量量化 1均匀量化 2压缩与扩张 3最小二乘方量化与Lloyd—Max算法 三、有记忆标量量化 1差值脉码调制（DPCM） 2增量调制（△M） 一、矢量量化的定义与矢量量化器的构造 1矢量量化的定义 2失真测度 3矢量量化器 二、最佳矢量量化器 1最佳矢量量化器概念 2设计最佳矢量量化器的必要条件 三、矢量量化器的设计算法 1LBG算法 2初始码书的选定与空胞腔的处理 3其它设计算法 四、矢量量化压缩数据的机理 五、矢量量化与标量量化的比较 一、基本矢量量化系统 1矢量量化器的复杂度 2时间复杂度 3空间复杂度 二、树搜索矢量量化器 1树搜索原理 2树结构的设计 3树搜索矢量量化器的复杂度 三、多级矢量量化器 1多级矢量量化器的构造 2多级矢量量化器码书的设计 3两极矢量量化器 4多级矢量量化器的复杂度 四、乘积码矢量量化器 1增益/波形矢量量化器 2分离均值矢量量化器 五、格形矢量量化器 1根格的定义及其某些性质 2输入矢量在K维整数格Zk中的最近格点 3输入矢量X至E8中的最近格点 4格点的标号 5根格的格点 六、变换域中的矢量量化 一、有记忆矢量量化器的分类 二、反馈矢量量化器 1预测矢量量化器（PVQ） 2有限状态矢量量化器（FSVQ） 三、自适应矢量量化器 1增益自适应矢量量化器 2自适应矢量预测编码（AVPC） 一、搜索算法复杂度的度量方法 1三元组度量法 2乘法次数度量法 二、投影法 三、超立方体法 四、最小最大法 一、矢量量化在图像编码中的应用 1设计任务要求 2方案选择 3设计步骤 4实验结果 二、矢量量化在语音编码中的应用 1VQLPC声码器 2语音波形编码器的硬件实现 三、矢量量化在模式识别中的应用 1采用类音素模板的单词识别系统 2隐马尔可夫模型单词识别系统

快速优化的图像/视频增强方法 它是由Java实现的一组图像/视频增强方法，用于解决一些常见任务，例如除雾，去噪，水下去除，低照度增强，特性，平滑等。 请注意，此存储库是多个图像/视频处理存储库的集成，这些独立的存储库将在以后弃用。 RemoveBackScatter-已删除，其zip文件在此处可用： 。 OptimizedContrastEnhance-已删除，其zip文件位于此处： 。 将不推荐使用，其zip文件位于此处： HazeRemovalByDarkChannelPrior-已删除，其zip文件在此处可用： ALTMRetinex-已删除，其zip文件在此处可用：