利用opencv做视频

采用迭代法获得图像二值化的阈值，虽然迭代法在计算过程中，比较费时，但是求得的阈值比较准确。采用自适应背景更新的方法，获得车辆的二值图像，并对车辆进行矩形框标记。

mjpg-streamer图像采集和处理，可以在网页上看到摄像头静态采集图像和动态采集的视频，非常好的适合初学者研究的开源源代码。

基本数字图像处理操作员

此项目将通过做一些算法为例，用来填补洞、 侵蚀、 开放和关门的扩张，扩张的侵蚀和侵蚀的 DIALTION 解决形态的问题

2001年，Adaboost算法首次应用到了人脸检测应用上，并得到了很好的效果，在人脸检测方面取得了巨大的成就：1）首次采用Haar特征来对人脸图像的灰度分布情况进行描述，由于Harr特征的简单有效性，提高了检测速度；2）挑选出一些具有样本能力的Haar特征的组合来构成强分类器；3）采用由粗到精的思路来构造级联人脸检测器，先用强分类器把图片中大多数的背景和无关区域滤除，再增强分类器的复杂度，继续滤掉剩余的无关区域，最后剩下的就是人脸区域，该种方法达到了提高了人脸检测速度的目的。本资源位Adaboost人脸检测的具体实现。

使用c++编程语言，结合opencv库，分别采用拟合法和灰度重心法提取图像中圆斑中心，其中采用迭代法自动确定二值化阈值

opencv2.4.9+VS2010，使用帧间差分法或背景差分法检测出运动目标，对不同的连通区域做标记，并得出每个连通区域的直方图，通过直方图比较来跟踪特定目标，也可以用在车流量统计，参数可调，算法简单，耗时小，具有一定的可行性，目前对多个连通区域的直方图统计模块还未做好，希望同志们一起来交流学习。

这个球面化算法最初是在ps上的球面化滤镜中看到的，感觉挺有意思，就研究了一下。算法的详细推导可以在这篇博客中找到，我比较懒，只在纸上推了一遍，就不在博客上编辑了。不过这里还是要把逆变换公式写一下。 

通过用MATLAB编程实现在复杂背景下检测出是否有人脸的存在如果存在就在原来的图像中标出来程序中用到了图像处理的多种算法图像膨胀腐蚀开运算闭运算等等

 基于OPENCV基于OPENCV的道路中心线的识别，对清晰的道路场景具有适应性， 适用范围比较窄，只能适用于交通标线比较清楚，画面整体像素值分布均匀，背景干扰较少的图片。