HOG特征可视化

基于opencv，利用卡尔曼滤波实现了单目标的跟踪

adaboost实现人脸识别     基于虚拟机下ubuntu下，打开摄像头采集图像，进行人脸定位

SIFT/SURF基于灰度图， 一、首先建立图像金字塔，形成三维的图像空间，通过Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围26个点进行NMS，从而得到粗略的特征点，再使用二次插值法得到精确特征点所在的层（尺度），即完成了尺度不变。   二、在特征点选取一个与尺度相应的邻域，求出主方向，其中SIFT采用在一个正方形邻域内统计所有点的梯度方向，找到占80%以上的方向作为主方向；而SURF则选择圆形邻域，并且使用活动扇形的方法求出特征点主方向，以主方向对齐即完成旋转不变。   三、以主方向为轴可以在每个特征点建立坐标，SIFT在特征点选择一块大小与尺度相应的方形区域，分成16块，统计每一块沿着八个方向占的比例，于是特征点形成了128维特征向量，对图像进行归一化则完成强度不变；而SURF分成64块，统计每一块的dx，dy，|dx|，|dy|的累积和，同样形成128维向量，再进行归一化则完成了对比度不变与强度不变。

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

使用 opencv  利用AAM和POSIT算法实现的 3D头部姿势识别 很有用的学习OPENCV的材料

通过该函数可以将源图像精确转换成目标图像的尺寸，其中参数interpolation控制源图像如何向目标图像进行映射。

基于Opencv的摄像机标定程序的实现，每行代码几乎都有注释，亲测能够运行，准确的标定出摄像机内外参数。

在opencv自带data下的特征分类器做的简单人脸识别个数，vs2010 w764位 opencv2.3.1，OpenCV有已经自带了人脸的Haar特征分类器。OpenCV安装目录中的data haarcascades目录下的haarcascade_frontalface_alt.xml与haarcascade_frontalface_alt2.xml都是用来检测人脸的Haar分类器。这个haarcascades目录下还有人的全身，眼睛，嘴唇的Haar分类器。读者可以仿照本方的例子来试验下效果看看。

使用ＯＰＥＮＣＶ加载的任意图片，保存成单色位图ＢＭＰ，用于打印

本人做研究生数学建模时候写的代码，关于动态视频，前景识别检测代码，精确度非常高，获得国家二等奖