opencv图像倾斜校正

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

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

可以简单的实现运动目标检测,帧差法[18]又叫时间差分法，它通过将视频序列图像中的当前帧与相邻帧所对应的像素点的灰度值进行比较，然后找到差异，进而检测出运动目标,在视频序列图像中，相邻的图像之间具有连续性，当视频图像中有运动目标时，由于运动目标的运动，相邻图像间的像素点灰度值差别就会较大，相反，当视频图像中没有运动目标时，相邻图像间的像素点素灰度值差别就会较小，帧差法就是利用视频图像的这一特性进行检测的，它是运动目标检测的最简单方法。帧差法是先用相邻两帧做差分运算，然后做二值化处理，从而检测出运动目标。

可运行，虽是源码，但是非常便于学习。

基于OPENCV的手势识别，可以有效的识别出简单的手势,实验的环境为vs2013+Opencv2.4.9,有需要的同学可以自行下载修改，里面有详细的注释与实验的结果图。

转自github上经典的小波变换检测模糊图像方法

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，

opencv边缘检测简单例子，采用sobel算子、canny算子、laplace算子。

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

方框滤波封装于opencv的boxFilter()函数中，函数使用方框滤波器来模糊一张图片，从src输入，dst输出。