基于Opencv的手势识别代码

通过该函数可以将源图像精确转换成目标图像的尺寸，其中参数interpolation控制源图像如何向目标图像进行映射。

【毕设】主要功能和性能 功能：静态检测手型，捕捉手型图像，产生轮廓图像，并与模板匹配     匹配成功率：70%-80%，对环境（光线）的依赖程度大，有0.5~1秒的延迟

用python3+opencv3做的中国车牌识别，包括算法和客户端界面。(Chinese license plate recognition using python3+opencv3, including algorithm and client interface.)

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。

我是欧洲经委会的学生。这是该项目收到了一些随机的网站和我工作。感谢 Behance.net 来源：https://www.behance.net/gallery/Vehicle-Detection-Tracking-and-Counting/4057777

使用opencv提取图片中光斑的质心达到了亚像素级别(Using OpenCV to extract the centroid of the spot in the picture reaches sub-pixel level.)

随机森林算法是opencv中的重要的算法，其中讲述了随机森林的定义特征构建方法等(Random Forests algorithm is an important algorithm in opencv, which describes the defining characteristics of a random forest construction methods)

基于全局对比的显著区域检基于全局对比的显著区域检测http://www.opencvchina.com/forum.php?mod=viewthread&tid=538&fromuid=267测

这是一个基于多摄像头环境下的多目标实时跟踪程序，使用了intel的IPP图像处理库，是实时性得到了很大的提升，代码主要使用粒子滤波算法实现多目标跟踪，同时使用了在线学习方法，提升了系统鲁棒性，还是用了haar特征、adaboost构造强分类器。同时还有论文：MCT_DISTRIBUTED PARTICLE FILTER TRACKING WITH ONLINE MULTIPLE INSTANCE； MCT_Multiple View Discriminative Appearance Modeling

360-panorama，360度柱面图像拼接，程序在VS2008环境下开发，opencv2.4.3版本，程序可以直接运行，以将所需依赖项添加在文件夹中，源图像放在source_pic中，最后生成结果在result_pic中。 实现步骤：1先将图像投影到柱面坐标上，2提取图像SIFT描述子，3将SIFT描述子配对，4用RANSAC算法根据配对成功的描述子统计出变换矩阵T，5图像拼接。 对于拼接后的图像，没有做进一步细化处理，使用者可以在生成的图像上再做进一步编辑。(360-panorama 360 degree cylindrical image stitching program developed in VS2008 environment, opencv2.4.3 version, the program can be run directly, add the required dependencies in a folder, the source image on the source_pic in, and finally generate results In result_pic. Implementation steps: first image projected onto the cylindrical coordinates, extract images SIFT descriptor, the SIFT descriptor paired with an the RANSAC algorithm based on the description of the pairing is successful statistics the transformation matrix T 5 image mosaic. For the image with no further thinning, the user can do further editing on the generated image.)