Harris X-conner

数字图像处理(冈萨雷斯matlab版)工具包 提供了很有帮助的函数库 对于实现书上的例子和，程序验证很有帮助，并对实际的工程开发也有一定的帮助

有注释的哦 //#include "cv.h" #include "highgui.h" void main() { CvCapture* capture = NULL; capture=cvCreateCameraCapture(0); //从摄像头中读入数据 assert(capture!=NULL);  IplImage* frame; cvNamedWindow("camera",CV_WINDOW_AUTOSIZE);//在屏幕上创建一个窗口 while(1) 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

opencv2打开双摄像头，解决了opencv2在Linux下不能打开摄像头的原理，在Linux下，考虑大带宽的原理，在640*480分辨率下， Linux的带宽是不能支持两个摄像头i的，因此只能采用分辨率比较低的320*240模式，才能打开双摄像头。

文件当中包含非常丰富的作图程序和源文件，相信会有很大的帮助。-the manual introduces the reader to the main IDL image processing in the powerful functions. Including how that controlling the images and information extraction. To help readers gain a quick, the book provides a lot of direct graphics and graphical object examples of the treatment. 

应用背景粒子群算法工具箱 该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好自己需要优化的函数(计算最小值或者最大值)，并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度，Max_V)等，即可自行优化。关键技术与遗传算法相比，PSO仅需要调整少数几个参数即可实现函数的优化。该算法对待优化函数没有任何特别的要求(如可微分、时间连续等)，因而其通用性极强，对多变量、高度非线性、不连续及不可微的情况更加具有其优势。 该工具箱的使用主要分为几个步骤： 1) 在Matlab中设置工具箱的路径； 2) 定义待优化函数； 3) 调用PSO算法的核心函数：pso_Trelea_vectorized()。 其中第三步最关键，用户需要根据自己的需要设置好参数，可使算法极快收敛。

利用RTP/RTCP协议线程的几个例子，适用于初学者，希望对大家有帮助！RTP/RTCP协议是居于UDP传输的-

图像几何处理，包括图像平移，放大，缩小，旋转等等。通过图像几何处理，完成最基本的图像操作。

drawcli 利用MFC和GDI做的绘图软件，可以画直线，矩形，椭圆，可以编辑、移动、复制等功能

目的是实时视频处理中识别出对象。使用示例 Grabber 滤波器来获得网络摄像头源的帧我成功将类似颜色的像素分组。 在另一个处理层，对象会通过表观速度和常数边界关联到这些组，这样就可以将不同颜色或图案的对象识别为同一个物体

基于opencv的车辆识别检测跟踪 利用blob团块的方法 完整的代码  供您使用参考  只要将上面的视频路径修改 就可以加载视频  完成目标的跟踪识别  是您学习opencv的好选择