tld目标跟踪C++版本

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。

封装于opencv里面的blur（）函数实现对输入图像的均值滤波操作

简单的bila滤波器，使用VS平台编译，可自行改进，灰度领域加入了自适应算法，用以测试降噪以及边缘模糊效果，

转自github上经典的小波变换检测模糊图像方法

opencv3 的java开发资源，内附opencv的示例，包含图片和java工程，每个例子，一个小工程

"This library is useful for practitioners, and is an excellent tool for those entering the field: it is a set of computer vision algorithms that work as advertised."-William T. Freeman, Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology

本代码可以实现对一张图像的Gabor滤波，并输出结果，需要配置opencv库，

本代码是对FCM模糊C聚类算法的实现，以实现对灰度图像的分割。利用opencv，VS2008编程实现。需要预先手动设置图像的长和宽、聚类中心的个数。可以得到较好的分割结果。

利用vs2008在mfc框架下开发的可执行的图像处理案例程序，可以实现图像的开闭运算以及交互式操作，根据自己的要求还可以对图像进行扫描填充

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