C++ 编写的摄像头越界检测与遗留物检测

利用opencv进行双目视觉Harris角点检测,角点个数可以通过改变参数来控制，实现平台是VS2013+opencv2.4.9,亲测有效，希望对各位的学习生活带来帮助。

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

对图像进行滤波处理是图像处理中最常见的一种操作类型。而这其中低通滤波（也可以叫做平滑）有事各种滤波处理中最常用的。这里就简单写写 OpenCV 中提供的几种低通滤波方法。 具体思路：对源图像进行离散傅里叶变换，滤波后通过cvDFT进行傅里叶逆变换得到理想低通滤波器、巴特沃斯低通滤波器、高斯低通滤波器后图像

基于opencv的行人检测，基于HSC特征，使用SVM进行训练分类器，目前只能对图片使用

批量读取多张图片，提取图像ROI，在提取得到的感兴趣区域中对图像进行操作。计算并绘制读入图像的颜色直方图，显示原始图像，ROI图像以及彩色直方图。

用像素点邻域灰度值来代替该像素点的灰度值，去除脉冲噪声、椒盐噪声，同时保留图像的边缘细节

  SURF角点检测算法是对SIFT的一种改进，主要体现在速度上，效率更高。它和SIFT的主要区别是图像多尺度空间的构建方法不同。在计算视觉领域，尺度空间被象征性的表述为一个图像金字塔，向下降采样一般用高斯金字塔。其中，输入图像函数反复与高斯函数的核卷积并反复对其进行二次抽样，这种方法主要用于SIFT算法的实现，但每层图像依赖于原图像（当前尺度可能和原图象尺度相差很大，这时候再那原图像卷积确实有点二了），并且图像需要重设尺寸，因此，这种计算方法运算量较大。SURF算法对积分图像进行操作，卷积只和前一幅图像有关，其降采样的方法是申请增加图像核的尺寸，这也是SIFT算法与SURF算法在使用金字塔原理方面的不同。SURF算法允许尺度空间多层图像同时被处理，不需对图像进行二次抽样，从而提高算法性能。

本代码是在VS2008，opencv2.3.1环境下实现的。运用了查找表的思想对算法进行了优化，是程序运行的更快。并且用直方图显示了图像像素的分布情况，而且在直方图中显示了图像的阈值点。

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。

vibe+算法是vibe的改进型算法，通过不同距离的函数和设置阈值准则，前背景分离是在更新和输出掩码之间，采用过的方法对传播进行抑制，从而消除ghost区域，在更新掩码时，增加闪烁检测程序，最后在增加一个更新因子，从而提高程序的鲁棒性。