opencv批量改变图片大小

这是一个基于多摄像头环境下的多目标实时跟踪程序，使用了intel的IPP图像处理库，是实时性得到了很大的提升，代码主要使用粒子滤波算法实现多目标跟踪，同时使用了在线学习方法，提升了系统鲁棒性，还是用了haar特征、adaboost构造强分类器。同时还有论文：MCT_DISTRIBUTED PARTICLE FILTER TRACKING WITH ONLINE MULTIPLE INSTANCE； MCT_Multiple View Discriminative Appearance Modeling

卡尔曼滤波和混合高斯结合的车辆跟踪（opencv效果非常好） 实现视频车辆跟踪和检测，并计算出车辆的数目，采用高斯混合背景建模结合卡尔曼滤波

应用opencv自带人脸检测程序，加入到自己编译的程序中，实现人脸检测。能够检测到人脸、眼睛、鼻子等部位。较准确。

基于车载摄像头行人检测跟踪，首先提取hog特征，然后用svm进行分类 最后卡尔曼滤波跟踪上行人，用框框选出行人。

可以简单的实现运动目标检测,帧差法[18]又叫时间差分法，它通过将视频序列图像中的当前帧与相邻帧所对应的像素点的灰度值进行比较，然后找到差异，进而检测出运动目标,在视频序列图像中，相邻的图像之间具有连续性，当视频图像中有运动目标时，由于运动目标的运动，相邻图像间的像素点灰度值差别就会较大，相反，当视频图像中没有运动目标时，相邻图像间的像素点素灰度值差别就会较小，帧差法就是利用视频图像的这一特性进行检测的，它是运动目标检测的最简单方法。帧差法是先用相邻两帧做差分运算，然后做二值化处理，从而检测出运动目标。

可以直接运行的源代码！！主要是图像滤波代码，本人直接运行成功的代码！

基于opencv 2.4 ，运行需要配置opencv库。具体过程可参考网络配置教程。在程序目录文件夹下，输入2张图片，分别命名为，1.jpg    2.jpg   。运行程序，显示surf特征点。用于图像匹配。

基于Opencv的红外运动目标识别与跟踪，内附红外演示与源代码。对红外视频图像中运动目标的检测问题,提出了一种以OpenCV为平台,以背景差分法为基础的运动目标检测算法,在传统检测方法基础上进行了改进,使用该算法不需要进行背景初始化,能直接检测运动目标,并有效抑制了虚警。利用OpenCV提供的函数库在Visual Studio 2008平台上编程实现。实验结果表明,该方法具有目标跟踪快、检测概率高、实时性好等特点。

简单的bila滤波器，使用VS平台编译，可自行改进，灰度领域加入了自适应算法，用以测试降噪以及边缘模糊效果，