基于双目视觉的三维重建

opencv边缘检测简单例子，采用sobel算子、canny算子、laplace算子。

这是一个C/C++的程序，利用opencv库实现retina特征点检测，对于学习opencv的人有很大帮助，解压后可直接运行

只需要将你需要导入的视频替换原来的视频，运行即可实现目标检测与跟踪，但还需要自己配置好环境，本人是用opencv3.0.0和visual studio 2013环境下运行的，运行稍微调动滚动条。

本代码是在VS2008，opencv2.3.1环境下实现的。运用了查找表的思想对算法进行了优化，是程序运行的更快。并且用直方图显示了图像像素的分布情况，而且在直方图中显示了图像的阈值点。

基于Opencv通过特征匹配实现图像重叠区域提取，可对结果进行裁剪缩放，保存为指定格式，其中特征提取与匹配、配准拼接、计算几何等代码可供学习参考；使用QT进行了GUI界面封装；Win32/Release目录下有编译好的EXE程序、附加DLL及测试数据；

基于OpenCV的blob实现的多运动目标跟踪，该工程提供完整的实现代码，主要通过Blob实现多目标的跟踪检测。原理简单，实现效果有限，但适合视频跟踪初学者的学习使用，可以学习到跟踪领域基本的思路。

利用经典的 Eigenface 或者Fisherface实现的 人脸识别 需要opencv2.4.1 或者更新的版本，才可以编译或者运行 是学习opencv和 人脸识别很好程序

在VS下运行的三维重建实例代码,使用opencv库，并且基于双目视觉系统

基于混合高斯模型(GMM)和CamShift算法的多目标检测与跟踪，基于OpenCV实现的，压缩包里包括代码和测试数据，要运行需要自己配置头文件和依赖库的路径。可以用于车辆和行人的检测与跟踪，自动检测运动目标，适合初学者学习研究。

可以简单的实现运动目标检测,帧差法[18]又叫时间差分法，它通过将视频序列图像中的当前帧与相邻帧所对应的像素点的灰度值进行比较，然后找到差异，进而检测出运动目标,在视频序列图像中，相邻的图像之间具有连续性，当视频图像中有运动目标时，由于运动目标的运动，相邻图像间的像素点灰度值差别就会较大，相反，当视频图像中没有运动目标时，相邻图像间的像素点素灰度值差别就会较小，帧差法就是利用视频图像的这一特性进行检测的，它是运动目标检测的最简单方法。帧差法是先用相邻两帧做差分运算，然后做二值化处理，从而检测出运动目标。