读取并显示图像，中值滤波，均值滤波，二维滤波cvFileter2D

基于opencv的行人检测，基于HSC特征，使用SVM进行训练分类器，目前只能对图片使用

对图像进行滤波处理是图像处理中最常见的一种操作类型。而这其中低通滤波（也可以叫做平滑）有事各种滤波处理中最常用的。这里就简单写写 OpenCV 中提供的几种低通滤波方法。 具体思路：对源图像进行离散傅里叶变换，滤波后通过cvDFT进行傅里叶逆变换得到理想低通滤波器、巴特沃斯低通滤波器、高斯低通滤波器后图像

基于opencv的行人检测,行人检测的毕设代，有注释 希望对大家有所帮助 The code below is implementation of HOG (Histogram-of-Oriented Gradients)descriptor and object detection, introduced by Navneet Dalal and Bill Triggs.

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。

利用经典的 Eigenface 或者Fisherface实现的 人脸识别 需要opencv2.4.1 或者更新的版本，才可以编译或者运行 是学习opencv和 人脸识别很好程序

本程序是在 MFC 中使用 OpenCV 的演示程序，由3部分组成。 一、Windows 下用 MFC 编制的程序框架 采用设备无关位图DIB实现Windows多文档模式下图像的显示，实现显示的关键函数StretchDIBits的原型如下：

基于opencv的canny边缘检测功能实现。使用语言为C++;功能比较简单。只是简单的算法功能实现。

图像特征提取新领域 快速提取区域 轮廓和特征角点 并实现快速实时性匹配图片特征

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

读入视频，对视频进行分帧处理（角点检测），角点检测后输出连续的角点检测结果，平台是vs2010，编程语言c++，可方便用于视频稳像等后续工作。