BOW图像分类

本程序是在 MFC 中使用 OpenCV 的演示程序，由3部分组成。 一、Windows 下用 MFC 编制的程序框架 采用设备无关位图DIB实现Windows多文档模式下图像的显示，实现显示的关键函数StretchDIBits的原型如下：

这是一个C/C++的程序，利用opencv库实现retina特征点检测，对于学习opencv的人有很大帮助，解压后可直接运行

基于opencv2.4.10，运用vs2010进行代码编译，完成对摄像机的标定和对鱼眼镜头采集的视频进行图像校正。使用张正友标定法进行标定，随着视频播放能够对每一帧进行校正，效果比较好。 因为校正原因，图片会有部分边缘信息丢失。

使用Opencv实现张正友法相机标定之前，有几个问题事先要确认一下，那就是相机为什么需要标定，标定需要的输入和输出分别是哪些？ 相机标定的目的：获取摄像机的内参和外参矩阵（同时也会得到每一幅标定图像的选择和平移矩阵），内参和外参系数可以对之后相机拍摄的图像就进行矫正，得到畸变相对很小的图像。 相机标定的输入：标定图像上所有内角点的图像坐标，标定板图像上所有内角点的空间三维坐标（一般情况下假定图像位于Z=0平面上）。 相机标定的输出：摄像机的内参、外参系数。 这三个基础的问题就决定了使用Opencv实现张正友法标定相机的标定流程、标定结果评价以及使用标定结果矫正原始图像的完整流程： 1. 准备标定图片 2. 对每一张标定图片，提取角点信息 3. 对每一张标定图片，进一步提取亚像素角

基于opencv的色彩恢复的多尺度Retinex算法（MSRCR），属于夜间图像增强算法，对去雾也有一定的处理效果，可直接运行，效果比较理想。基于opencv的色彩恢复的多尺度Retinex算法（MSRCR），属于夜间图像增强算法，对去雾也有一定的处理效果，可直接运行，效果比较理想。

基于卡尔曼滤波的车辆检测与跟踪，并对车辆技术跟踪

本资源是将DICOM格式的CT图用VTK读取，转给OpenCV处理并可视化。当中的操作比普通的图片显示要更困难（可看我的博文了解）。本程序只要配置好OpenCV和VTK环境即可成功运行，使用简单方便。

通过形态学滤波操作，能够实现如下功能：消除噪声、分割独立的图像元素、在图像中连接相邻的元素、寻找图像中明显的极大值区域或极小值区域、求出图像的梯度，膨胀求解图像局部最大值

本代码是在VS2008，opencv2.3.1环境下实现的。运用了查找表的思想对算法进行了优化，是程序运行的更快。并且用直方图显示了图像像素的分布情况，而且在直方图中显示了图像的阈值点。