基于opencv的行人检测

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。

opencv读取衣服彩色图像的rgb像素值，其中包括一些相应的dll文件，和可执行性代码。

关于harris兴趣点检测，兴趣点的检测和查找，包含头文件和源文件，角点检测部分可以参考。Opencv中用于实现harris角点检测的基本函数时，cv::cornerHarris使用方便，输出结果是浮点数类型的图像，每一项为对应位置的角点强度，之后可使用阈值化已得到一组检测到的角点。

基于C++和Python利用opencv实现人脸检测和微笑检测

本算法实现了 对测试中视频流中的车道线的动态识别方法，直接将视频读入即可进行识别。是做毕业设计的好代码。

适用于visual studio平台的c++代码，是基于opencv计算机视觉库的基础手势识别程序。新建工程后，将程序文件test_2.cpp放到工程下，在visual studio上打开文件后，点击运行即可。通过摄像头捕捉手势，计算手势中的手指个数并给出结果，基本能够实现功能。

SDK及opencv环境配置好可直接运行，含有注释方便学习，采用多线程读取图像

光流法是用于目标跟踪：对于一个连续的视频帧序列进行处理；针对每一个视频序列，利用一定 目标检测方法，检测可能出现的前景目标；如果某一帧出现了前景目标，找到其具有代表性的关键特征点；对之后的任意两个相邻视频而言，寻找上一帧中出现的关键特征点在当前帧中的最佳位置，从而得到前景目标在当前帧中的位置坐标；如此迭代进行，便可实现目标的跟踪。

读取视频文件，平均值法获取初始背景，背景实时更新，背景差分获取车辆目标前景，形态学滤波进行噪声处理，边缘检测获取边缘前景，可针对具体帧进行hough线检测，能够统计视频帧数，且能够提取其中任何一帧。