登录
首页 » 图像处理 » 基于OpenCV的静态人脸检测程序的实现

基于OpenCV的静态人脸检测程序的实现

于 2022-01-24 发布 文件大小:3.34 MB
0 166
下载积分: 2 下载次数: 1

代码说明:

基于OpenCV的静态人脸检测程序的实现,已运行成功,人脸检测是目前非常前沿的技术,Adaboost算法实现起来也比较复杂,但应用OpenCV提供的函数和分类器进行人脸检测十分容易,主要包括训练和检测2个模块

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 万花筒程序
    必须需要用到的of自带的addons包括:ofxThreadedImageLoaderofxXmlSettingofxGui额外的addon是ofxUI可以自行到www.github.com下载在创建工程是需要添加这些addons。若创建是没有添加,也可手动将其所有源码文件添加到自己的工程中去。在ksApp中增加了大量注释,并修正了一些错误增加了类ks::ZhangSan1111: 用于示例如何写出简单的作业增加了类ks::TirSrcDemo: 用于示例如何构造出具有三个数据源接口的万花筒
    2022-05-26 16:40:54下载
    积分:1
  • 边缘检测
    通过使用此代码,您可以生成自己的边缘检测不使用matlab工具箱。
    2022-06-12 22:19:26下载
    积分:1
  • 使用边缘检测器计数水稻 (OPENCV)
    这个想法是开发一种算法,我们可以对水稻计数。使用边缘检测器是正确的方式去做。如果您下载并运行此代码,它将可能看到一个好结果的算法。享受它。
    2022-04-18 17:53:30下载
    积分:1
  • opencv人脸检测
    输入一张图片,判断是不是人脸,如果是则标出范围。环境: vs2013 + opencv3.0
    2022-03-15 04:15:34下载
    积分:1
  • 使用 MATLAB 函数的二维离散小波变换的说明
    尽管 MATLAB 提供的二维离散小波变换 (DWT) 的功能、 相关的几个细节还没有被明确证明。因此,一个人必须浪费时间去寻找这样的细节。考虑到这一点,我将展示简单插图的二维离散小波变换,并将执行两个的 MATLAB 程序。一个程序是 ts_dwt2.m,批判地用于采样二维离散小波变换,与所涉及的 MATLAB 功能的 dwt2 和 idwt2。其他程序是 ts_swt2.m,这用于非抽样的二维离散小波变换,和相关的 MATLAB 函数是 swt2 和 iswt2.
    2023-05-07 19:30:03下载
    积分:1
  • 请编程实现:类:1. 创建图像类Image,实现构造函数,构造函数重载,拷贝构造函数,析构函数。2.实现对图像的读入,保存,显示。即实现函数Read,Show,Write。3.获取图像中某像素点的值。即实现函数At()。4.将图像中每点的像素值设为同样的值。即实现函数Set。5.同一个函数实现图像的上下翻转、左右翻转。即实现函数Flip。6.裁剪原图像指定区域内图像。7.求图像的均值,方差。8.图像的旋转,缩放。主函数中实现:9.创建Image类对象img。10.读入文件中的图像“fruits.jpg”,并显示。11.利用Image类的成员函数,对图像进行翻转、旋转,并显示。12.利用Image类的成员函数,将图像缩小到1/2大小,并显示;将图像放大2倍,并显示。13.利用拷贝构造函数,创建新的对象new_img。14.给定的两个点(Point):左上点(top_left)和右下点(bottom_right),将此指定区域内的图像进行裁剪操作,并显示结果。15.求图像的所有像素点的均值和方差,并输出。
    2022-05-12 11:12:19下载
    积分:1
  • 一维码生成
    windows下用Qt做的一维码生成,含工程和源码。可由输入的数字,生成一维码标签的png图片。
    2022-07-27 13:35:48下载
    积分:1
  • 边缘检测
    形状检测,形状识别,能检测到正方形,三角形,举行,椭圆等基本图形,仅作参考与学习,很有指导意义
    2022-02-11 11:59:29下载
    积分:1
  • AdaBoost人脸检测
    代码已经验证,可以运行,AdaBoost是基于灰度的人脸检测,这个程序正面人脸检测的效果较好。
    2022-03-12 00:23:48下载
    积分:1
  • opencv1.0+加入纹特征的粒子滤波
    应用背景粒子滤波算法是一个采用蒙特卡罗采样进行贝叶斯滤波的方法。这种方法有许多的用途,但它已经成为进行物体追踪最好的方法。从概念上讲,一个粒子滤波算法包含一个被监视系统的状态的概率分布。关键技术在本项目中,状态就是指被追踪物体的位置、大小等等。在许多情况下,非线性和非高斯型在物体的运动和相似性建模上会得到一个难以处理的滤波分布。粒子滤波采用将这个分布重新表示为一组加权值,或称为粒子的方法克服了这个困难。每个粒子表示一个可能的系统状态实例。换句话说,每个粒子描述了被追踪物体可能处于的一个方位。一个粒子集包含了被追踪物体最有可能处于的方位。因此,我们可以通过寻找在粒子滤波分布中最大的权重来确定物体最有可能处于的状态。
    2022-06-18 03:12:10下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载