opencv图像背景分离

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

基于opencv的质心算法,对图片进行图像处理，将彩色图片转为灰度图像，二值阈值化处理，找出图片中目标，运用质心算法求出图像质心。

这是一个自己编写的程序，主要功能是在C++语言下，利用专业图像处理库opencv读取视频文件或摄像头文件，并且可以控制文件的播放，如每秒钟播放多少帧。这个程序不难，但是对于opencv的初学者来说还是有很大帮助的，通过这个程序，学习者可以获得三点知识：1.读取视频文件；2.控制视频的播放；3视频文件读取异常的处理方法。

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

本文的环境为opencv3.0+vs13，使用库函数简单的实现了背景差方法下的车辆检测。PS：但检测的效果并不理想，所以改用haar+adaboost的方法去做检测了，介绍里提及使用背景差实现了检测和跟踪，基本的思路都体现在注释里了较为简单，任何提高识别率的方法还不吝赐教！

现将图像进行转化为单通道，在对单通道的图像处理，统计图像中像素点的分布情况，为后续的均衡化等提供支持，也可以在图像处理中减小数据的量，从而加快运行时间或者算法的时间，从实际上来说彩色图像是3通道，灰度是单通道，但是灰度图像仍保留了大量的信息。此例子也可以为初学者做一个展示。

在opencv+VS2013平台上实现hough变换算法，可以检测边缘、直线等等

利用opencv批量改变图片大小，原图片名字需要统一格式放在文件夹中

硒trata德联合国德卡拉斯usando书店de La探测器OpenCV。对位ELLO SE LO EN时间真正实现

实现了人脸检测，利用Haar级联，将检测到的人脸戴上面具。