压缩包中包含算法实现所需的所有程序，程序所有路径都是相对路径，可直接运行！

1.本程序主要处理BMP位图。 2.为了方便读者学习，程序各步骤都被拆分开实现了，通过点击相应按钮可以看到每个步骤处理的结果。 3.如果是进行人脸识别，需要先打开一幅位图依次进行“人脸检测与定位”操作和“人脸特征标注”操作，然后再打开需要比较的第二幅位图，也是依次进行所有操作，最后进行识别以区分先后两个人脸。

源代码采用隐马尔可夫模型（hmm）做人脸识别，它是基于opencv 2.2.0版本的一个应用示例程，资源中包含opencv 2.2.0源码。

基于opencv封装了一个模板匹配类，可以二值化匹配、灰度匹配。有说明书，起个借鉴作用，交流

基于OpenCV的自动驾驶RC汽车

方向盘 使用Python和ArduinoIDE的基于OpenCV次要项目。 它可以用作虚拟方向盘。

压缩包为代码资源，通过django搭建的人脸检测web平台，以单独的api接口形式对外提供调用，自测可用。

前言 第一章使用OpenCV实现计算机视觉技术 1.1计算机视觉技术 1.2什么是OpenCV 1.3基于OpenCV库的编程方法 本章小结 第二章OpenCV的编程环境 2.1OpenCV环境介绍 2.2OpenCV的体系结构 2.3OpenCV实例演示 本章小结 第三章OpenCV编程风格 3.1命名约定 3.2　结构 3.3　函数接口设计 3.4　函数实现 3.5　代码布局 3.6　移植性 3.7　文件操作 3.8　文档编写 本章小结 第四章　数据结构 4.1　基本数据结构 4.2　数组有关的操作 ......... 第十五章　立体视觉第二部分——三维重建 第十六章　立体视觉第三部分——三维重建算法 第十七章立体视觉第四部分——立体视觉实例 第十八章常见问题解疑 本章小结 参考文献

使用opencv3的ANN库，进行数字识别，有效建模识别率可达93%以上

文章名称：3-D Point Cloud Generation from Rigid and Flexible Stereo Vision Systems 文章（英文）详细讲解了双目视觉的一些基本原理，已经如何使用两个普通的网络摄像头来实现双目视觉，以及如何根据两个摄像头来计算物体深度信息。 代码为文章中附带的代码 仅供参考学习