▍1. opencv的工程模板
opencv 的VS2015工程模板 。 大家下载后直接用来作为opencv的项目用, 避免了繁琐的路径设置。
opencv 的VS2015工程模板 。 大家下载后直接用来作为opencv的项目用, 避免了繁琐的路径设置。
简单实用,最后打印显示轮廓点坐标-opencv contour extraction saved as contour points and display
基于OpenCV的透视校正(校正倾斜),必须手动指定四个点-perspective correction C++ code
使用OPENCV加载的任意图片,保存成单色位图BMP,用于打印
大家好好利用,共同学习,里面的代码是在vs2013+opencv3.2环境下调试成功的,其他的版本也能用,只要版本别太低,运行的时候记得加载初始yml文件,这是很关键的一步,当然也可以用自己的摄像头进行测试,若有问题可以给我发邮件
基于Opencv的红外运动目标识别与跟踪,内附红外演示与源代码。对红外视频图像中运动目标的检测问题,提出了一种以OpenCV为平台,以背景差分法为基础的运动目标检测算法,在传统检测方法基础上进行了改进,使用该算法不需要进行背景初始化,能直接检测运动目标,并有效抑制了虚警。利用OpenCV提供的函数库在Visual Studio 2008平台上编程实现。实验结果表明,该方法具有目标跟踪快、检测概率高、实时性好等特点。
使用C++、OpenCv实现了人脸的检测和标识,能够通过摄像头检测到人脸并处理保存,再经过训练后能过识别出已存储的人脸。主要有检测、训练、识别三大功能。附带免安装版试用,之后可以自己配置好就可以使用了。集体配置方式里面都有,照着配置就可以。
示例使用 delaunay OpenCV 和 QT 使用 c + + 代码
在opencv+VS2013平台上实现hough变换算法,可以检测边缘、直线等等
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。
OpenCv例程代码,包括摄像头调用,边缘识别,形状识别,图形提取,图形匹配等代码,是学习opencv很不错的资料
利用opencv2.4.11+VS2013实现HOG特征提取,并实现特征的可视化
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
在opencv自带data下的特征分类器做的简单人脸识别个数,vs2010 w764位 opencv2.3.1,OpenCV有已经自带了人脸的Haar特征分类器。OpenCV安装目录中的data haarcascades目录下的haarcascade_frontalface_alt.xml与haarcascade_frontalface_alt2.xml都是用来检测人脸的Haar分类器。这个haarcascades目录下还有人的全身,眼睛,嘴唇的Haar分类器。读者可以仿照本方的例子来试验下效果看看。
本文的环境为opencv3.0+vs13,使用库函数简单的实现了背景差方法下的车辆检测。PS:但检测的效果并不理想,所以改用haar+adaboost的方法去做检测了,介绍里提及使用背景差实现了检测和跟踪,基本的思路都体现在注释里了较为简单,任何提高识别率的方法还不吝赐教!