人脸识别

管线管理界面，实现管线的地上地下管理，管线管理界面，实现管线的地上地下管理，管线管理界面，实现管线的地上地下管理，管线管理界面，实现管线的地上地下管理，管线管理界面，实现管线的地上地下管理，管线管理界面，实现管线的地上地下管理，管线管理界面，实现管线的地上地下管理，管线管理界面，实现管线的地上地下管理，管线管理界面，实现管线的地上地下管理，管线管理界面，实现管线的地上地下管理，管线管理界面，实现管线的地上地下管理，

通过采用surf算法，来分别提取两幅图像的特征点，来进行图像的匹配，利用ransac算法来剔除误匹配，实现精确的配准，根据匹配点，计算homography，进行两幅图像的拼接。实际使用中，新建一个控制台工程，将压缩包里面的两个文件加入工程，即可运行。

应用背景本项目是针对目标跟踪，并进行目标跟踪；关键技术我用粒子追踪这个项目。

此示例代码为您提供如何图像处理完成，并使用EmguCV操纵的概念。图像处理的一个很好的例子是脸和目标检测与识别等，但在此示例代码中，我只给脸检测和人眼检测的概念。我希望你们，你欣赏和热爱这项工作......

这个项目主要涉及人脸识别技术。面部由adruino电机上的摄像头检测，该电机在与代码接口时检测面部。代码是用C++编写的，使用OpenCV库。

用MRF建模实现图像分割的源代码，有30几个函数，可以作为例子程序，对初学者很有用，能得到直观的印象。

基于opencv，使用直方图均衡化的方法进行数字图像处理，满足冈萨雷斯的数字图像处理课本的例题要求，适合初学者理解参考

这是各向异性扩散算法由P.Perona和J.Malik实施。此算法的目的是减少斑点噪声，同时保留边缘。

opencv2打开双摄像头，解决了opencv2在Linux下不能打开摄像头的原理，在Linux下，考虑大带宽的原理，在640*480分辨率下， Linux的带宽是不能支持两个摄像头i的，因此只能采用分辨率比较低的320*240模式，才能打开双摄像头。

调用opencv原有的特征点检测提取算法，实现将指定路径下的图片使用选择算法依次进行特征点的检测与提取，并将图像以及特征点的检测和提取信息保存至文件。实现检测算法有三种算法可选。图像匹配调用原有匹配算法，在指定目录下，读取保存图像及特征点信息的文件，一次实现图像的匹配并判断和记录匹配结果。