基于形状轮廓多模板匹配的C++源码，采用OpenCV和Qt（MSVC2015）开发，支持多目标并行定位、计数、分类功能，亚像素级定位精度与加速运行速度。,基于OpenCV和C++的多模板多目标高精度亚像素定位并行处理源码——支持模板匹配、定位、计数及分类功能开发实战,c++ opencv开发的基于形状(轮廓)多模板多目标的模板匹配源码，可实现定位，计数，分类等等，定位精度可达亚像素级别，运行速度采用并行加速。 开发工具：qt(msvc2015) + opencv6 ,C++；OpenCV；形状（轮廓）多模板多目标模板匹配；定位；计数；分类；亚像素级别定位精度；并行加速；Qt（MSVC2015）；OpenCV6。,C++ OpenCV形状多模板匹配源码：亚像素定位并行加速

在摄像机自标定过程中，可根据Harris的检测算法提取对角点。该算法简单有效，非常稳定。在图像旋转、灰度、噪声影响和视点变换的条件下,与其他算子相比，是最稳定的一种点特征提取算子。为了获得亚像素级的角点坐标，需要引入迭代算法进行优化。试验证明该方法可大幅度提高摄像机的标定精度。

视频讲解：http://www.bilibili996.com/Course?id=0659290000229

Harris角点提取并精确至亚像素级,采用标准相机标定图片进行测试_使用matlab2021a或者以上版本测试

由于血管边界形态复杂, 像素级狭窄检测难以有效地反映血管的细节信息。提出了一种基于数字减影血管造影(DSA)的影像血管狭窄的亚像素级自动检测方法, 通过亚像素级分析可以更加准确地辨别狭窄位置并得到更加精确的狭窄程度量化结果。基于自适应多尺度滤波及形态学运算得出血管中轴线, 利用泽尼克矩的旋转不变性对血管管壁进行亚像素级检测, 采用基于动态球的直径测量算法量化直径, 实现了基于DSA的影像血管狭窄的亚像素级自动检测。

自己用matlab编写的Harris角点检测的源代码，并根据附近点的关系把角点位置精确到亚像素级，内附详细说明文档。

基于opencv的亚像素级角点检测，程序通过调用opencv函数实现角点检测，有详细的注释

halcon-亚像素级边缘识别.hdev

自己用matlab编写的Harris角点检测的源代码，并根据附近点的关系把角点位置精确到亚像素级，内附详细说明文档。

matlab 实现基于互相关的亚像素级图像匹配配准的程序，亲测有用