深入理解opencv示例代码

OpenCV实现中值滤波视频去噪，效果还行，仅供大家学习交流，欢迎评论！(The OpenCV achieve the median filtering video denoising effect, we only learn exchanges are welcome to comment!)

基于Opencv的图像处理脸识别/检测源码,，环境是visualstudio2013,opencv2.4.9.主要通过C++/C实现，希望对于研究人脸的识别有一定的帮助!

张正友标定程序，几乎每行都有注释。并配有棋盘图，以及个人重新拍摄的彩色标定图(Zhang Zhengyou calibration procedures, almost every line has a comment. And with a checkerboard map, as well as individuals to re-shoot a color calibration diagram)

说明：  pedestrain detection; python

说明：  opencv障碍物识别，通过读入摄像头图像或者视频，辨别障碍物，并生成逻辑图像mat。(opencv obstacle identified by reading the camera images or videos, to identify obstacles and image generation logic mat.)

Moravec角点检测算法将角点定义为具有低“自相关性”的点。算法会检测图像的每一个像素，将像素周边的一个邻域作为一个patch，并检测这个patch和周围其他patch的相关性。(Moravec corner detection algorithm to corner points defined as having a low "autocorrelation" point. Algorithm detects images of each pixel, the pixel as a neighborhood around a patch, and detects the patch and the patch around the other correlation.)

说明：  对提供的图像进行裁剪，并对裁剪后的图片分类，主要是裁剪边框，提取某个区域的图片(Cut out the details of the pictures and classify the cut pictures.)

Foodcam 分类器 ================== 麻省理工学院媒体实验室 Foodcam 视觉词袋的分类。 建成使用 OpenCV 2.3 BOVW 方法实施： 视觉分类与要点袋由凯碧 Csurka、 克里斯托弗 R.舞蹈、 立信风扇、 尤塔 · 维拉莫夫斯基、 塞德里克 · 布雷，2004年。 使用对手颜色冲浪功能 (192 浮游物): 范德三德 et al.，CGIV 2008 颜色描述符对象类别识别。（他们用材料的筛选） 径向基础函数 SVMs 的分类。 这基本上是底漆的使用 OpenCV，BOVW 的方法进行简单的死了。 我调整了的基本方法： -使用背景减法 （因为这些都是来自照相机的图片）。 -使用滑动窗口。这使多类更好的决策，并实际上铺到图像分割的路径。 编译 --------- 基本上，只需运行： cmake-D CMAKE_CXX_FLAGS =-fopenmp。;让-j4 CMake 应带你一路，但我也有.xcodeproj / 包括。 工作它 ---------- 获取数据集： http://fay.media.mit.edu/foodcamimages.zip 假设数据集现在是在同一目录中，在 foodcamimages 下 /。 手动分类训练和测试： ./ 手册分类器 foodcamimages/火车/train.txt ./ 手册分类器 foodcamimages/测试/test.txt （或者您可以使用包括...我手动分类懒) 创建背景图像： ./ 让-测试-背景 构建词汇: (这将需要很长时间，对耕地 130 KMeans 192 长向量以找到 1000年聚类中心.

使用*CvCapture从网络摄像机创建视频

opencv实现canny边缘检测。。。。。。。(opencv realize canny edge detection)