Java + OpenCV 系列专栏已经亲测可用 博客地址: https://yinyue.blog.csdn.net/article/details/115827069 https://yinyue.blog.csdn.net/article/details/115788931 https://yinyue.blog.csdn.net/article/details/116157355 图片分类: bvlc_googlenet.prototxt , bvlc_googlenet.caffemodel , synset_words.txt 年龄识别: age_deploy.prototxt age_net.caffemodel 性别识别: gender_net.caffemodel gender_deploy.prototxt 人脸关键点检测 lbfmodel.yaml

数字图像处理的期末作业，matlab gui实现，对指纹图像进行特征点的抽取与编辑。附件内包含源程序、研究报告、使用说明及测试图例。 指纹特征点(端点、分叉点)的抽取包括指纹增强、细化、抽取及伪特征点的消除。 编辑过程是图形界面编程，包括手动的增加、删除、移动特征点，最后将特征点坐标保存至TXT文档。 程序的缺陷在于伪特征点去除方法不够好。另外注释不多，但较易看懂。

使用vs2019，opencv4.5.1，使用SURF算法的特征点匹配。txt文件，配置完成后可直接使用。

编译过的64位opencv_contrib,可以用特征点检测工具，亲测有用

用matlab实现harris算法，来提取图像的特征点，本文档里面就是实现此功能的matlab代码

PRNet人脸识别python实现 68个特征点 需要的数据集也在里面 直接下载运行即可

视觉里程计VIO，特征点法详细讲解，内涵自动驾驶学习系统学习资料。

为有效简化点云数据，提出保留边界特征的点云简化算法。该算法利用三维栅格划分 法建立散乱点云的空间拓扑关系，计算每个数据点的近邻，通过球拟合法求得其曲率和具有方向性 的法向量，采用投影点个数比值法找到并保留点云边界，根据具体情况设定所需阈值，对非边界点 进行分类，通过对点的曲率与平均曲率比较、近邻保留点与近邻点个数比例，完成，占、云简化。实验 结果表明：该算法不仅能对点云进行直接有效地简化，而且还能很好地保留点云模型的细节特征。 简化比例达25％一40％。该方法可以满足不同种类点云简化的要求，能够提高计算机运行效率。

bark、bikes、boat等8类用于图像处理特征点识别的数据集。

c++ dlib实现对视频中的人脸特征点识别，并画出68个特征点。如果需要对dlib源码调试。在这下载：https://download.csdn.net/download/weixin_42713739/11195723