网页是组成互联网的基本数据单元，是各种面向互联网的应用系统最原始的数据源。网页内部含有大量噪音信息，如何从网页中有效地提取有价值的内容成为影响数据处理效果的关键。 网页正文提取指的是从原始网页中精确地提取出正文文本，比如提取新闻网页中的报道内容。能否高效地提取出网页的正文，是很多互联网应用系统如搜索引擎、新闻资讯系统等面临的一个重要问题。由于网页本身的无结构化的特点，通常采用的正文提取方法是针对目标网页的特点人工制定抽取模板，这类方法的优点是抽取精确，但其致命的缺点是模板建立和维护的工

有源码，适合学习C++的人 一、 读入一幅灰度图象，编写程序显示图象中任一象素点的灰度值。 二、 编程实现RGB彩色空间到HSV彩色空间的转换，并通过调整H、S、V的值实现图像亮度、色度和色饱和度的调节。 三、 1.灰度线性变换、分段线性变换 2.灰度直方图均衡、规格化 3.图象卷积：各种模板实现低通、高通滤波 4.图象中值滤波、最大值滤波、最小值滤波、模板选择滤波 5.伪彩色图象增强 四、 1.图象的加、减、乘、除和逻辑运算。 2.图象的镜像变换、图象的缩放