基于C++和QT的人脸识别程序

里边加上了注释，适合需要急迫，不必花费太多时间来熟悉各个语句，看注释就知道怎么个过程

应用背景如果有不含前景物体的背景图片，提取前景的工作相对容易，只需要比对当前帧和背景图片的不同，调用函数absdiff实现。但是大多数情况，获得背景图片是不可能的，比如在复杂的场景下，或者有光线条件的变化。因此，就需要动态的变换背景。关键技术对于第一帧出现前景的情况，由于后续更新背景都是对前景mask后对背景进行更新的，所以第一帧的前景部分对背景的影响因子很难被更新掉。这里提出一种改进的办法——混合高斯模型。可以使一个像素具有更多的信息，这样可以有效的减少类似树叶的不停飘动，水波的不停荡漾这种对前景的干扰。这个精密的算法比之前我所介绍的简单方法要复杂很多，不易实现。还好，OpenCV已经为我们做好了相关工作，将其封装在类BackgroundSubtractorMOG，使用起来非常方便。

基于粒子滤波的目标跟踪。颜色直方图特征。参考资料 1。基于颜色的概率 Tracking2。基于颜色的自适应粒子 filter3。ECSE 626 项目： 基于颜色的自适应粒子 Filter4。关于在线非线性、 非高斯贝叶斯跟踪的微粒过滤器的教程

遗传神经网络在特征分类方面，有着非常广泛的应用。通过先期的学习，能够通过分类得到特定的对象和特征。将其用在图像分割上面，主要对特定类型的一类图像进行分割。

实现VC++二维码解码功能，解析常见二维码。QRcode解码译码器，功能为读入一张图片译出其内容，具体功能包括图形探测定位、图形过滤校正、检错纠错等。

openCV 支持从摄像头和视频文件（AVI）中捕捉图像，此程序说明如何捕捉从摄像头或者AVI视频文件得到的视频流，并且对该视频流进行处理（边缘检测）

现将老师共享的三维台球游戏设计分享给大家，游戏不能玩，但场景变换做得流畅，其中涉及图像处理的很多知识，希望对有志想要学好c的专业或者非专业人士以借鉴。如有可以改进之处可以进行交流。

应用背景粒子滤波算法是一个采用蒙特卡罗采样进行贝叶斯滤波的方法。这种方法有许多的用途，但它已经成为进行物体追踪最好的方法。从概念上讲，一个粒子滤波算法包含一个被监视系统的状态的概率分布。关键技术在本项目中，状态就是指被追踪物体的位置、大小等等。在许多情况下，非线性和非高斯型在物体的运动和相似性建模上会得到一个难以处理的滤波分布。粒子滤波采用将这个分布重新表示为一组加权值，或称为粒子的方法克服了这个困难。每个粒子表示一个可能的系统状态实例。换句话说，每个粒子描述了被追踪物体可能处于的一个方位。一个粒子集包含了被追踪物体最有可能处于的方位。因此，我们可以通过寻找在粒子滤波分布中最大的权重来确定物体最有可能处于的状态。

vb制作的矩形框 vb制作的矩形框vb制作的矩形框vb制作的矩形框vb制作的矩形框vb制作的矩形框vb制作的矩形框vb制作的矩形框vb制作的矩形框vb制作的矩形框vb制作的矩形框vb制作的矩形框vb制作的矩形框vb制作的矩形框vb制作的矩形框vb制作的矩形框vb制作的矩形框

opencv用多种方法提取特征，分别有颜色提取即：颜色直方图提取；形状提取有Hough直线提取、Hough矩形提取以及边缘直方图提取