MFCReadOBJ

CMT源码，实时摄像头可运行，提取特征点，通过特征点之间拓扑结构变化，判断目标物体的动作变化，使用Python语言进行编程。

采用OpenCV，用大津法otsu自适应检测序列图像中的运动目标，然后检测去除阴影，并用区域生长算法对阴影区域进行修正 OpenCV采用1.0版本，IDE为VC++6.0，经验证，该算法可以有效检测出运动目标被光线遮挡产生的阴影，对智能视频分析有重要作用。

视频压缩程序，图像处理的方法判别视频中是否有人，然后压缩视频。编译可直接运行

影像的任意角度旋轉. 影像旋轉任意角度：. 旋轉 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

原创图像分割程序。实现工作台表面缺陷的自动分割。基于梯度图操作，对得到的梯度图进行开运算去噪，然后二值化后经过一定的形态学处理可以得到缺陷轮廓。但由于噪点过多，因而效果不理想。本程序通过在两个尺度上同时操作，高尺度的图精细，噪点多；低尺度的图粗糙，但包含的噪点少。因此在用低尺度图得到的结果作为种子图，用高尺度的图作为生长依据，最终得到理想的分割结果。

你看，扫描使用智能手机的文件可以被分解成三个简单的步骤：第1步：检测边缘。步骤2：使用在图像中的边缘以找出轮廓（轮廓）表示一张纸被扫描。步骤3：应用一个透视变换，以获得所述文件的俯视图。线2-7手柄导入我们需要必要的Python包。我们将通过导入我上周讨论了我们four_point_transform功能启动。我们也将使用imutils模块，它包含了方便功能调整大小，旋转，裁剪和图像。你可以在我的基本的图像操作后阅读更多关于imutils。接下来，让我们从进口scikit图像的threshold_adaptive功能。该功能将帮助我们获得了“黑与白”感觉我们的扫描图像。最后，我们将使用NumPy的数值处理，argparse解析命令行参数，并CV2我们OpenCV的绑定。第10-13行手柄解析我们的命令行参数。我们只需要一台交换机的形象，--image，这是路径包含我们要扫描的文档的图像。现在，我们有路径，我们的形象，我们可以继续前进步骤1：边缘检测。第61行执行翘曲改造。事实上，所有的繁重被four_point_transform函数处理。同样，你可以阅读更多关于上周的帖子在此功能。我们将通过两个参数为four_point_transform：第一个是我们的，我们装过盘原始图像（不是大小之一），第二个参数是代表文件，乘以调整大小比例的轮廓。所以，你可能会奇怪，为什么我们乘以调整比例是多少？我们乘了调整后的比率，因为我们进行边缘检测，发现轮廓高度= 500像素的调整后的图像上。然而，我们希望将原来的图像，而不是调整大小后的图像上执行扫描，从而我们通过调整大小比率相乘的轮廓点。要获得黑白的感觉的形象，我们再采取扭曲图像，将其转换为灰度和应用自适应阈值上线65-67。

amcapzwb_setup.zipamcapzwb_setup.zipamcapzwb_setup.zipamcapzwb_setup.zipamcapzwb_setup.zip

此源代码被实施，以检测手，这样做是为了手势的手，手掌中心，

应用背景你可能有你的运动视频。这个程序检测接头用彩色标记和计算角度从肩肘>；>；手腕。和它的速度。你可以看到只有骨骼或全视频。你可以控制播放速度，并看到标记帧的帧。你可以拍一个跟踪标记的快照，或者可以用跟踪标记和角度来渲染整个视频。关键技术利用OpenCV跟踪颜色。（蓝色，红色，绿色，深绿色）。基于OpenCV的视频渲染。用opencv绘制文本。使用Qt库。

通过电脑摄像头采集原始图像，调用opencv进行前景背景处理后，调用手势分析算法来对其进行识别，最后将合成的结果反馈到窗口上，达到实时识别