VS2010+Opencv3.4.5环境搭建图像处理实例源码

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。

使用C++、OpenCv实现了人脸的检测和标识，能够通过摄像头检测到人脸并处理保存，再经过训练后能过识别出已存储的人脸。主要有检测、训练、识别三大功能。附带免安装版试用，之后可以自己配置好就可以使用了。集体配置方式里面都有，照着配置就可以。

  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。

这是一个C/C++的程序，利用opencv库来实现前后背景分离，对于学习opencv的人有很大帮助，解压后可直接运行

霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。霍夫变换于1962年由Paul Hough 首次提出[53]，后于1972年由Richard Duda和Peter Hart推广使用[54]，经典霍夫变换用来检测图像中的直线，后来霍夫变换扩展到任意形状物体的识别，多为圆和椭圆。

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。

基于opencv和VS2012的开发环境，可以实现对垂直往下拍摄的视频进行处理，可实现人数的自动计数，一般用于公交车、地铁、商场等公共场所的门口使用，存在一定误差，但是可实现基本需求，对新手来说有很大帮助，不过本人在实现调试的过程中出现了环境版本不兼容的问题，加载视频时就会死机，打开摄像头时会使VS崩溃，在分享程序的同时，也请大家互相交流共同进步。

 Given a list of chessboard images, the number of corners (nx, ny)  on the chessboards, and a flag: useCalibrated for     calibrated (0) or    uncalibrated       (1: use cvStereoCalibrate(), 2: compute fundamental          matrix separately) stereo.   Calibrate the cameras and display the  rectified results along with the computed disparity images.    Usage:  ./stereo_calib -w board_width -h board_height [-nr /*dot not view results*/]