利用opencv进行双目视觉Shi-Tomasi角点检测

图像特征提取新领域 快速提取区域 轮廓和特征角点 并实现快速实时性匹配图片特征

利用opencv实现运动目标与背景分离，可在此基础上进行进一步的图像处理及目标追踪等。

OpenCv例程代码，包括摄像头调用，边缘识别，形状识别，图形提取，图形匹配等代码，是学习opencv很不错的资料

对图像进行HSV特征提取，并用SVM进行训练，实现火灾检测。提取大量火灾图片和非火灾图片的hsv颜色特征，在此基础上，使用SVM支持向量机进行训练模型，之后对新的图片进行分类，火灾或者非火灾

使用C++，opencv实现行人检测，包含文件为 crop-image、find_save+hardexample、imag_detect、peopledetect以及video_detect，使用HOG实现行人的检测。

光流法是用于目标跟踪：对于一个连续的视频帧序列进行处理；针对每一个视频序列，利用一定 目标检测方法，检测可能出现的前景目标；如果某一帧出现了前景目标，找到其具有代表性的关键特征点；对之后的任意两个相邻视频而言，寻找上一帧中出现的关键特征点在当前帧中的最佳位置，从而得到前景目标在当前帧中的位置坐标；如此迭代进行，便可实现目标的跟踪。

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

OpenCV与+VC及+DirectShow的编程,OpenCV与+VC及+DirectShow的编程OpenCV与+VC及+DirectShow的编程OpenCV与+VC及+DirectShow的编程

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