使用OpenCV实现车辆的检测与跟踪

使用opencv编写，可以实现感兴趣图像区域的分离与输出。(Using opencv write, you can achieve the separation and output of the image area of interest. )

运用meanshift算法进行目标跟踪，用鼠标选取目标后对目标进行跟踪(Target tracking using meanshift algorithm)

功能：将黑色边缘区变成白色边缘区（对于取得一个图像的感兴趣部分，随后再进行下一步处理有帮助，否则黑色边缘区很可能造成影响） 1、OpenCV的配置写在OpenCV_Rel.propsOpenCV_Dbg.props中，需要替换为你自己的OpenCV库的对应路径 2、输入图片名称为in.jpg，运行后会自动生成out.jpg，参考图已放入 3、提供Release文件夹，里面是编译好的结果，将Opencv的dll放进去就可以执行了，我主要是分享代码，就不把dll放进来了

说明：  根据左右相机拍摄的图片，先进行单目标定，再进行双目标定，之后通过立体校正和立体匹配得到视差图，计算深度(According to the pictures taken by the left and right cameras, monocular calibration is performed first, and then binocular calibration is carried out. Then the parallax map is obtained by stereo correction and stereo matching, and the depth is calculated)

本算法实现了 对测试中视频流中的车道线的动态识别方法，直接将视频读入即可进行识别。是做毕业设计的好代码。

opencv 头文件 cv.h 编译运行c++常会遇到无法找到cv.h文件。

里面包含三位重构的一些具体步骤以及相关的源代码，学习三维重构的可以看看。(Which contains three reconstruction of some concrete steps and the related source code, learn three-dimensional reconstruction can see.)

随机森林的代码，c++编写，有用到随机森林的可以看看！(Random forest code, c++ prepared, useful to the random forest can have a look!)

对图像进行滤波处理是图像处理中最常见的一种操作类型。而这其中低通滤波（也可以叫做平滑）有事各种滤波处理中最常用的。这里就简单写写 OpenCV 中提供的几种低通滤波方法。 具体思路：对源图像进行离散傅里叶变换，滤波后通过cvDFT进行傅里叶逆变换得到理想低通滤波器、巴特沃斯低通滤波器、高斯低通滤波器后图像

本混合高斯模型是一种基于opencv的，运用用了系统自带的检测函数，检测效果较好.欢迎切磋! (Gaussian mixture model is based on the opencv, the use of the system comes with the detection functions, better detection. Welcome to learn!)