利用opencv进行双目视觉稀疏点匹配与重建

霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。霍夫变换于1962年由Paul Hough 首次提出[53]，后于1972年由Richard Duda和Peter Hart推广使用[54]，经典霍夫变换用来检测图像中的直线，后来霍夫变换扩展到任意形状物体的识别，多为圆和椭圆。

此代码用于局部动态阈值分割图像，包中已经有Demo，并且可以保存分割好的图像到images文件夹下。一次实验的代码。

使用opencv进行特征提取及立体匹配，针对所获取的图片对进行特征提取，获取点特征并进行匹配，使用SURF方法进行识别，亲测有效，欢迎下载

可实现检测图片中有无人脸的功能，并将人脸用圆圈标示出来，使用opencv自带的训练器文件，精度不是很高，但功能基本可以实现。

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

SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，获得了良好效果.

提供两种抽取视频帧的方法，一种为逐帧遍历，输出所需要的关键帧，另一种为预先设置帧号，直接从视频中抽取，两种方法适用场合不同，各有长处。

用c++与opencv简单的实现了对ldp特征的提取，可采用直方图然后用最近邻分类器实现人脸识别,已经以类的形式封装好了，直接调用即可

直方图（Histogram）又称质量分布图，是一种统计报告图，也是表示资料变化情况的一种主要工具。使用opecv实现，适合初学者了解opencv里面对于图像处理的基本过程。

基于opencv的Harris焦点检测，平台是VS2012,