opencv的一些基础知识运用

这个是使用OpenCV实现车辆的检测与跟踪的源代码。经测试可用，实现道路车辆的检测与跟踪，是目前交通领域比较热门的话题。

OpenCV2.4.4+Visual Studio2008环境下基于particleflitter（粒子滤波）的运动目标跟踪源代码，内含检测sample。(Source code about moving object detection based on particle flitter,built with OpenCV2.4.4&Visual Studio2008 environment.)

配置好大恒的SDK环境以及opencv环境可以直接运行，含有丰富注释，很适合学习。

用opencv实现了基于特征点的立体匹配算法，适合初学者使用。

opencv显示一张图像 适合新手或者测试opencv环境配置的使用

用于检测人脸跟踪与人眼定位的小程序源码 (Face tracking is used to detect with the human eye positioning applet source code)

基于Opencv通过特征匹配实现图像重叠区域提取，可对结果进行裁剪缩放，保存为指定格式，其中特征提取与匹配、配准拼接、计算几何等代码可供学习参考；使用QT进行了GUI界面封装；Win32/Release目录下有编译好的EXE程序、附加DLL及测试数据；

本程序中，利用了LBP特征对人脸特征进行提取，并且利用SVM对提取的人脸特征进行训练和识别，其中，所用的图像处理库OpenCV2.4.9版本；通过对人脸库中的标准标本进行测试，算法识别率高达95%以上；(LBP features extract facial features, and use SVM to extract and recognize the facial features. The OpenCV2.4.9 version of the image processing library is used. The recognition rate of the algorithm is over 95% by testing the standard samples in the face database.)

Foodcam 分类器 ================== 麻省理工学院媒体实验室 Foodcam 视觉词袋的分类。 建成使用 OpenCV 2.3 BOVW 方法实施： 视觉分类与要点袋由凯碧 Csurka、 克里斯托弗 R.舞蹈、 立信风扇、 尤塔 · 维拉莫夫斯基、 塞德里克 · 布雷，2004年。 使用对手颜色冲浪功能 (192 浮游物): 范德三德 et al.，CGIV 2008 颜色描述符对象类别识别。（他们用材料的筛选） 径向基础函数 SVMs 的分类。 这基本上是底漆的使用 OpenCV，BOVW 的方法进行简单的死了。 我调整了的基本方法： -使用背景减法 （因为这些都是来自照相机的图片）。 -使用滑动窗口。这使多类更好的决策，并实际上铺到图像分割的路径。 编译 --------- 基本上，只需运行： cmake-D CMAKE_CXX_FLAGS =-fopenmp。;让-j4 CMake 应带你一路，但我也有.xcodeproj / 包括。 工作它 ---------- 获取数据集： http://fay.media.mit.edu/foodcamimages.zip 假设数据集现在是在同一目录中，在 foodcamimages 下 /。 手动分类训练和测试： ./ 手册分类器 foodcamimages/火车/train.txt ./ 手册分类器 foodcamimages/测试/test.txt （或者您可以使用包括...我手动分类懒) 创建背景图像： ./ 让-测试-背景 构建词汇: (这将需要很长时间，对耕地 130 KMeans 192 长向量以找到 1000年聚类中心.

人脸检测源码,对24位真彩色图像，先对图像简单处理，找出人脸大概轮廓，在对人眼和人嘴进行定位，最后标记出人脸和人眼以及人嘴。(Face Detection source code, simple face detection, including the positioning of the human eye positioning and mouth, the last box of face)