Surf的opencv2.4.9源码

基于KINECT2.0 与OPENCV的手势识别，可以有效的识别出简单的手势,实验的环境为KINECT2.0 +vs2013+Opencv2.4.9,有需要的同学可以自行下载修改，里面有详细的注释与实验的结果图。

基于C++和Python利用opencv实现人脸检测和微笑检测

功能：将黑色边缘区变成白色边缘区（对于取得一个图像的感兴趣部分，随后再进行下一步处理有帮助，否则黑色边缘区很可能造成影响） 1、OpenCV的配置写在OpenCV_Rel.propsOpenCV_Dbg.props中，需要替换为你自己的OpenCV库的对应路径 2、输入图片名称为in.jpg，运行后会自动生成out.jpg，参考图已放入 3、提供Release文件夹，里面是编译好的结果，将Opencv的dll放进去就可以执行了，我主要是分享代码，就不把dll放进来了

转自github上经典的小波变换检测模糊图像方法

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。

opencv2.4.10下完美支持运动检测功能代码实现！vc++.net 2010开发

利用opencv2.4.11+VS2013实现HOG特征提取，并实现特征的可视化

使用OpenCV的车道线检测，使用hough检测直线。 已包含openCv，及VC运行时调试 DLL 文件，VS2015工程可直接运行，见下图：

学习图像处理的入门教程代码，有清晰的注视，详细的代码，值得刚入门学习图像处理OPENCV的同学下载下来学习。里面还有各种机器学习算法的简介，可以学习了解下。

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。