OpenCV2.4.X不提供VS2015(vc14)的build包，这里提供用CMake编译好的OpenCV2.4.8的VS2015库文件(bin和lib)。注意是这里是x86的，需要x64的可以自己用CMake编译。这个下载可以直接用，我的下载里的下面那个不包括include和doc。

opencv+zbar识别

利用cmake编译opencv4.5.2+VS2017+opencv-contrib4.5.2+包含微信二维码识别模块，直接使用。使用跟引入opencv库的方法一样，把dll，lib文件添加到工程文件夹里面去。博客参考链接如下：https://blog.csdn.net/Helloorld_1/article/details/129007207?spm=1001.2014.3001.5501

opencv条形码定位与识别,比较适合饮料瓶上的商标和二维码条形码混在一起的情况,使用ZBAR完成识别过程 opencv条形码定位与识别,比较适合饮料瓶上的商标和二维码条形码混在一起的情况,使用ZBAR完成识别过程

OpenCV在iOS端的集成及Mat和UIImage互相转化以及 使用OpenCV处理图片的亮度、对比度、曝光、高光、阴影、饱和度、色温，色相（附源码）

最近使用树莓派安装opencv，发现安装opencv_python会有一个问题出现，每次就需要在python3前面加入LD_PRELOAD=/usr/lib/arm-linux-gnueabihf/libatomic.so.1才可以正常import cv2，后来发现其实只要安装这个_contrib_，不安装opencv_python就可以正常import cv2

opencv-460.jar 及 x64 opencv_java460.dll x86 opencv_java460.dll

基于Python+Opencv的车牌识别系统 用python3+opencv3做的中国车牌识别，包括算法和客户端界面，只有2个文件，surface.py是界面代码，predict.py是算法代码，界面不是重点所以用tkinter写得很简单。 使用方法： 版本：python3.4.4，opencv3.4和numpy1.14和PIL5 下载源码，并安装python、numpy、opencv的python版、PIL，运行surface.py即可 算法实现： 算法思想来自于网上资源，先使用图像边缘和车牌颜色定位车牌，再识别字符。车牌定位在predict方法中，为说明清楚，完成代码和测试后，加了很多注释，请参看源码。车牌字符识别也在predict方法中，请参看源码中的注释，需要说明的是，车牌字符识别使用的算法是opencv的SVM， opencv的SVM使用代码来自于opencv附带的sample，StatModel类和SVM类都是sample中的代码。SVM训练使用的训练样本来自于github上的EasyPR的c++版本。由于训练样本有限，你测试时会发现，车牌字符识别，可能存在误差，尤其是

包括：haarcascade_eye.xml、haarcascade_eye_tree_eyeglasses.xml、haarcascade_frontalcatface.xml、haarcascade_fullbody.xml、haarcascade_lefteye_2splits.xml、haarcascade_lowerbody.xml、haarcascade_profileface.xml、haarcascade_smile.xml、haarcascade_upperbody.xml等

因需要使用openCV 32位库，官方只提供64位库，踩了不少坑，编译好了这个库，让有这方面需要的朋友少踩些坑，供大家使用