人脸检测

使用OpenCV实现车辆的检测与跟踪的源代码，实现道路车辆的检测与跟踪，使用用质心跟踪法，visual c++实现

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。

这是一段应用于opencv2.0以上版本，调用USB摄像头的源码。

该程序采用opencv读取印章RGB值，绘制4通道png格式的电子印章

适用于visual studio平台的c++代码，是基于opencv计算机视觉库的基础手势识别程序。新建工程后，将程序文件test_2.cpp放到工程下，在visual studio上打开文件后，点击运行即可。通过摄像头捕捉手势，计算手势中的手指个数并给出结果，基本能够实现功能。

#include "stdafx.h" #include "MFC_lessen1-4.h" #include "MFC_lessen1-4Dlg.h" #include "afxdialogex.h" #include #include #include #include #include   #include   #include   using namespace cv; using namespace std; #include #include #include using namespace std; using namespace cv; #ifdef _DEBUG #define new DEBUG_NEW #endif // 用于应用程序“关于”菜单项的 CAboutDlg 对话框 class CAboutDlg : public CDialogEx { public: CAboutDlg(); // 对话框数据 enum { IDD = ID

利用opencv实现运动目标与背景分离，可在此基础上进行进一步的图像处理及目标追踪等。

鱼眼校正代码，自动定标，可完美校正鱼眼的图片，已经跑完。

SIFT/SURF基于灰度图， 一、首先建立图像金字塔，形成三维的图像空间，通过Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围26个点进行NMS，从而得到粗略的特征点，再使用二次插值法得到精确特征点所在的层（尺度），即完成了尺度不变。   二、在特征点选取一个与尺度相应的邻域，求出主方向，其中SIFT采用在一个正方形邻域内统计所有点的梯度方向，找到占80%以上的方向作为主方向；而SURF则选择圆形邻域，并且使用活动扇形的方法求出特征点主方向，以主方向对齐即完成旋转不变。   三、以主方向为轴可以在每个特征点建立坐标，SIFT在特征点选择一块大小与尺度相应的方形区域，分成16块，统计每一块沿着八个方向占的比例，于是特征点形成了128维特征向量，对图像进行归一化则完成强度不变；而SURF分成64块，统计每一块的dx，dy，|dx|，|dy|的累积和，同样形成128维向量，再进行归一化则完成了对比度不变与强度不变。

基于OpenCV的blob实现的多运动目标跟踪，该工程提供完整的实现代码，主要通过Blob实现多目标的跟踪检测。原理简单，实现效果有限，但适合视频跟踪初学者的学习使用，可以学习到跟踪领域基本的思路。