opencv平面标定法

OPENCV2.4.8+VS2012编写，基于HOG特征的人群检测，效果不是很好，用于初学者熟悉OPENCV。

应用背景 在线软件制作中，需要拍照上传图片，并对拍照所得图片进行处理； 将图片画在canvas画布中，对图片进行像素级的处理 关键技术canvas是HTML5新增的标签，结合JS可以实现对图像的像素级处理，这对开发在线图像处理软件提供了便利

跟踪不同数量的非刚性物体有两个主要问题。首先，观测模型和目标分布可能是极度的非线性和非高斯性。其次，大量不同数量的对象的存在创造出带有重叠和模糊的复杂相互影响。为了克服这些困难，我们引入了一套能研究、检测、跟踪参与的对象的视觉系统。

它卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像 block.it 卷筒 ccv 的图像块。

amcapzwb_setup.zipamcapzwb_setup.zipamcapzwb_setup.zipamcapzwb_setup.zipamcapzwb_setup.zip

资源描述 对于人脸的基本识别  包含嘴巴 鼻子 眼睛等 程序能正常运行 包含了相应的code 和 xml

2001年，Adaboost算法首次应用到了人脸检测应用上，并得到了很好的效果，在人脸检测方面取得了巨大的成就：1）首次采用Haar特征来对人脸图像的灰度分布情况进行描述，由于Harr特征的简单有效性，提高了检测速度；2）挑选出一些具有样本能力的Haar特征的组合来构成强分类器；3）采用由粗到精的思路来构造级联人脸检测器，先用强分类器把图片中大多数的背景和无关区域滤除，再增强分类器的复杂度，继续滤掉剩余的无关区域，最后剩下的就是人脸区域，该种方法达到了提高了人脸检测速度的目的。本资源位Adaboost人脸检测的具体实现。

基于 MATLAB GUI 的图像处理和测量程序，直观的界面，操作方便、 图像处理的二维图像测量。可以用一个样品图片直接运行。

自己写的用opencv实现切割保存图像中感兴趣区域函数，可以在添加代码后直接调用函数实现切割