opencv提取关键帧，关键帧分水岭和阈值分割

功能：将黑色边缘区变成白色边缘区（对于取得一个图像的感兴趣部分，随后再进行下一步处理有帮助，否则黑色边缘区很可能造成影响） 1、OpenCV的配置写在OpenCV_Rel.propsOpenCV_Dbg.props中，需要替换为你自己的OpenCV库的对应路径 2、输入图片名称为in.jpg，运行后会自动生成out.jpg，参考图已放入 3、提供Release文件夹，里面是编译好的结果，将Opencv的dll放进去就可以执行了，我主要是分享代码，就不把dll放进来了

批量读取多张图片，提取图像ROI，在提取得到的感兴趣区域中对图像进行操作。计算并绘制读入图像的颜色直方图，显示原始图像，ROI图像以及彩色直方图。

转自github上经典的小波变换检测模糊图像方法

通过OpenCV来实现一种前景检测算法——GMM

  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。

使用orb算法实现特征点的提取和匹配。

简单实用,最后打印显示轮廓点坐标-opencv contour extraction saved as contour points and display

该算法与传统跟踪算法的显著区别在于将传统的跟踪算法和传统的检测算法相结合来解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题

VS2010+Opencv3.4.5开发环境搭建，以及缺失的四个dll，从www.dll-files.com 下载缺失四个64位的dll，注意要64位的。Opencv3.4.5只有64位的，电脑需要64位系统，VS也需要64位的环境。该实例包含了图像腐蚀、图像膨胀、边缘图像等图像处理。

封装于opencv里面的blur（）函数实现对输入图像的均值滤波操作