利用opencv进行双目视觉稀疏点匹配与重建

将任意格式视频转化为图片帧，是基于opencv的数字图像处理代码

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。

使用ＯＰＥＮＣＶ加载的任意图片，保存成单色位图ＢＭＰ，用于打印

//这是一个使用Opencv读取16bitTIFF图像的函数，使用与已知宽高的图像//注意需要在函数外部为图像分配内存，使用完毕后记得释放内存//参数：imagePathName 待读入的影像路径名 __in__//参数：subImage 保存读入数据的数组 __out__//返回值：成功返回true,失败返回false/*unsigned short* subImage = new unsigned short[subWidth * subHeight];memset(subImage, 0, subWidth * subHeight);read16bitTiffOpencv("2084_00.tif", subImage);......delete[] subImage;*/

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！

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

为矫正鱼眼摄像机，opencv用棋盘图案对相机进行标定，获取相机的参数，对鱼眼相机图像的畸变进行矫正 

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。

鱼眼校正代码，自动定标，可完美校正鱼眼的图片，已经跑完。