opencv图像倾斜校正

这是一个基于多摄像头环境下的多目标实时跟踪程序，使用了intel的IPP图像处理库，是实时性得到了很大的提升，代码主要使用粒子滤波算法实现多目标跟踪，同时使用了在线学习方法，提升了系统鲁棒性，还是用了haar特征、adaboost构造强分类器。同时还有论文：MCT_DISTRIBUTED PARTICLE FILTER TRACKING WITH ONLINE MULTIPLE INSTANCE； MCT_Multiple View Discriminative Appearance Modeling

使用vs2015加载opencv3.2，有瑕疵的最佳缝合线算法，诸位看官可以参考以下程序源码和实现方法，这个方法的问问题在与，选哟缝合的图像尺寸需要完全一直，不然程序的assert会报错，但是保证一致后，拼接的程序和拉普拉斯融合的算法拼接结果不是很满意。

基于opencv 2.4 ，运行需要配置opencv库。具体过程可参考网络配置教程。在程序目录文件夹下，输入2张图片，分别命名为，1.jpg    2.jpg   。运行程序，显示surf特征点。用于图像匹配。

采用opencv开发，先利用线扫描确定ROI区域，然后矫正位置后进行异物分析，准确率100%,单个检测时间在10ms 以内。

基于opencv的行人检测，基于HSC特征，使用SVM进行训练分类器，目前只能对图片使用

调用OpenCV 库，对jpeg、png等格式图片进行灰度矩阵复杂度计算。

 Given a list of chessboard images, the number of corners (nx, ny)  on the chessboards, and a flag: useCalibrated for     calibrated (0) or    uncalibrated       (1: use cvStereoCalibrate(), 2: compute fundamental          matrix separately) stereo.   Calibrate the cameras and display the  rectified results along with the computed disparity images.    Usage:  ./stereo_calib -w board_width -h board_height [-nr /*dot not view results*/]

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。

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

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。