C++环境下，利用opencv读取，控制视频播放

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

c++调用opencv编写的实现遗留物检测和区域检测、越界检测的代码

可运行，虽是源码，但是非常便于学习。

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。

  SURF角点检测算法是对SIFT的一种改进，主要体现在速度上，效率更高。它和SIFT的主要区别是图像多尺度空间的构建方法不同。在计算视觉领域，尺度空间被象征性的表述为一个图像金字塔，向下降采样一般用高斯金字塔。其中，输入图像函数反复与高斯函数的核卷积并反复对其进行二次抽样，这种方法主要用于SIFT算法的实现，但每层图像依赖于原图像（当前尺度可能和原图象尺度相差很大，这时候再那原图像卷积确实有点二了），并且图像需要重设尺寸，因此，这种计算方法运算量较大。SURF算法对积分图像进行操作，卷积只和前一幅图像有关，其降采样的方法是申请增加图像核的尺寸，这也是SIFT算法与SURF算法在使用金字塔原理方面的不同。SURF算法允许尺度空间多层图像同时被处理，不需对图像进行二次抽样，从而提高算法性能。

本代码是在VS2008，opencv2.3.1环境下实现的。运用了查找表的思想对算法进行了优化，是程序运行的更快。并且用直方图显示了图像像素的分布情况，而且在直方图中显示了图像的阈值点。

通过形态学滤波操作，能够实现如下功能：消除噪声、分割独立的图像元素、在图像中连接相邻的元素、寻找图像中明显的极大值区域或极小值区域、求出图像的梯度，膨胀求解图像局部最大值

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。

基于Opencv的图像处理脸识别/检测源码,，环境是visualstudio2013,opencv2.4.9.主要通过C++/C实现，希望对于研究人脸的识别有一定的帮助!

opencv实现的手势控制,c++实现，可在vs2017环境中打开，直接编绎可用，实现较为简单，注释详细，简单易懂，非常容易看懂。。。。。。。。。。。