这是本人的毕业设计，主要进行了汽车牌照的车牌定位和车牌字符分割，并对车牌数字字符进行了简单识别。基本算法全是运用的他人的，仅有少许算法有些改进。我只是运用c语言对算法进行了实现。附录部分有各个部分的代码。代码部分可以对车牌进行识别，但不是所有车牌。请各位多提意见，但不要骂人。希望能为各位有所帮助。抛砖引玉吧。呵呵

运动物体的跟踪是把运动的物体检测出来, 对目标编号并获取运动轨迹。因此, 运动跟踪系统性能的优劣关键取决于运动前景检测的准确度。文章首先设计了一种有效的基于自动阈值分割的混合模型运动目标检测算法, 然后以此为基础创建了一个独立的前景检测模块, 最后将该模块嵌入到OpenCV 提供的运动跟踪系统框架里, 实现了一个完整的运动跟踪系统。运行结果表明, 该系统具有较好的稳定性、准确性, 满足了运动跟踪系统实时性、鲁棒性的要求。

利用OpenCV库函数，计算数据的PCA分布，简单实现过程

在vs2005+opencv2.0平台下，借助opencv的cvLoadImage函数读入图片，得到图像的rgb数据，然后进行压缩并保存成jpeg格式，

几何操作，图像处理，直方图，阈值分割，边缘检测，轮廓检测，霍夫变换，角点检测

资料说明：包括数据+代码+文档+代码讲解。 1.项目背景 2.数据获取 3.数据预处理 4.探索性数据分析 5.特征工程 6.构建CNN检测模型 7.模型评估 8.结论与展望

本文实例讲述了Python基于OpenCV库Adaboost实现人脸识别功能。分享给大家供大家参考，具体如下： 以前用Matlab写神经网络的面部眼镜识别算法，研究算法逻辑，采集大量训练数据，迭代，计算各感知器的系数。。。相当之麻烦~而现在运用调用pythonOpenCV库Adaboost算法，无需知道算法逻辑，无需进行模型训练，人脸识别变得相当之简单了。 需要用到的库是opencv(open source computer vision)，下载安装方式如下： 使用pip install numpy语句安装numpy （如果出现错误：Microsoft Visual C++ 9.0 is r

1、实现2张图片的人脸融合 可直接运行 2、本资源是控制台应用程序 exe 3、输入一张模本图、一张人脸图 4、输出一张融合图

项目中需要用到多模板匹配的算法，在网上搜了半天没有发现能用的资源，于是便自己写了一个，虽然简陋但是对于该项目的应用足够了，后续还可以继续改善

基于opencv和qt c++开发的多功能抠图应用，分别实现了GrabCut抠图，结合yolo v5自动识别人像抠图，LiveWire算法磁性抠图，分水岭抠图四种不同形式的抠图功能，并且使用QSS美化界面，团队耗时一个月巨作，《数字图像处理》课设满分作品，老师看了直呼牛逼。使用Visual Studio可以直接打开运行，可供参考使用。