基于opencv红外目标识别与跟踪

//这是一个使用Opencv读取16bitTIFF图像的函数，使用与已知宽高的图像//注意需要在函数外部为图像分配内存，使用完毕后记得释放内存//参数：imagePathName 待读入的影像路径名 __in__//参数：subImage 保存读入数据的数组 __out__//返回值：成功返回true,失败返回false/*unsigned short* subImage = new unsigned short[subWidth * subHeight];memset(subImage, 0, subWidth * subHeight);read16bitTiffOpencv("2084_00.tif", subImage);......delete[] subImage;*/

基于opencv实现surf算法对图像进行特征提取，并匹配，再利用ransac算法进行求精，最后实现图像拼接，效果不错

利用最简单的帧差法检测目标，基于opencv库，前后帧图像作差得到前景图像，然后设置阈值，进行二值分割，另外代码中还可以选用大津法进行自动阈值分割。得到的结果可以利用方框进行框选出来

c++ 摄像头  opencv  图像处理  MFC界面，以及opencv相关图片处理算法，c++ 摄像头  opencv  图像处理  MFC界面，以及opencv相关图片处理算法c++ 摄像头  opencv  图像处理  MFC界面，以及opencv相关图片处理算法c++ 摄像头  opencv  图像处理  MFC界面，以及opencv相关图片处理算法c++ 摄像头  opencv  图像处理  MFC界面，以及opencv相关图片处理算法c++ 摄像头  opencv  图像处理  MFC界面，以及opencv相关图片处理算法c++ 摄像头  opencv  图像处理  MFC界面，以及opencv相关图片处理算法

在很多动作大片中，开启关键之门的密码都是人脸———通过摄像头扫描脸部特征，符合则自动开启大门，反之警铃大作。依次通过人脸检测、人脸对齐、人脸识别三个模块，才能完成验证。人脸支付存在的一大问题就是识别率不高，完美光线下识别率能达到90%，特殊光影下只有60%。以淘宝为例，每天上亿的交易量，即便是99.99%也是远远不够的。

命令行程序，参考论文Image abstraction by flow-based ，实现图片卡通化的程序，效果十分理想，但美中不足的是运算速度较慢qvq

基于opencv的图像检索系统，输入待检索图像后，选择检索库路径并选择检索方式：基于颜色特征、基于形状特征或者基于颜色和形状综合特征点击【开始检索】按钮即可得到检索结果。

大家好好利用，共同学习，里面的代码是在vs2013+opencv3.2环境下调试成功的，其他的版本也能用，只要版本别太低，运行的时候记得加载初始yml文件，这是很关键的一步，当然也可以用自己的摄像头进行测试，若有问题可以给我发邮件

opencv边缘检测简单例子，采用sobel算子、canny算子、laplace算子。 注：需要先设置opencv的路径，已经测试通过。