- 基于opencv模板匹配的车牌识别，有简单的GUI，软件环境是python3.8,opencv4.2。用pycharm写的。 由于是识别字符采用的是模板匹配，模板比较多，所以运行时间比较长，识别一张车牌大概20s，并且准确度不高，有可能出现无法得出结果或者识别的结果错误，因为识别车牌对输入的图片的分辨率和色偏有关系。总之，这是一个比较粗糙简单的车牌识别项目，我做这个是为了应付课程设计。 识别的结果是车牌号码和牌照颜色。 算法主要步骤是：定位车牌，矫正车牌，识别颜色，分割字符，识别字符。 算法和GUI都有借鉴别人的博客 refer1是模板，function.py是算法,gui.py是界面 refer1请先解压

centos7环境下编译opencv4.5.2生成的so和jar

亲自编译的opencv4.4 for Qt5 支持库。是用Qt Creator 直接编译用的（MinGW），不是在vs下编译。编译过程很艰难，折腾了2天，非常不易。所以上传，希望能为和我一样初学Qt+opencv的同学们提供方便。

使用Android Studio4.0+OpenCv4.3.0中的KMeans算法实现图像处理。KMeans算法，又叫做K均值聚类算法，是一种迭代求解的聚类分析算法，也是非监督的机器学习算法。（大白话：就是把一个东西，按照一定的标准，多次计算后自动分成K个部分）由于其具有原理比较简单、实现也是很容易、收敛速度快等优点，一般作为掌握聚类算法的第一个算法。希望本文可以对您的学习有帮助，您有任何疑问或者新的想法欢迎评论留言。

opencv4，使用msvc编译器编译得到的32位、64位库文件。博客：https://blog.csdn.net/sements/article/details/108410470#comments_13735916

opencv依赖的配置文件xfeatures2d

我个人实现的MFC+OpenCV4+VS2017对话框打开并显示图像，还能支持ROI矩形框选 v1.1版本 https://blog.csdn.net/libaineu2004/article/details/105149569 和v1.0区别： 新增全屏显示图像的子项目

opencv4.1.2和opencv_contrib4.1.2离线安装时所需要的文件集合，包括ippicv，ade，boostdesc，vgg和face_landmark_model.dat等资源。

windows下mingw64位编译的opencv-4.5.2+openv-contrib-4.5.2 contrib剔除了hdf和wechat-qcode

使用了opencv4.01+qt5.11.3+seetaface2+cpav 年龄和性别属性算法，应用了深度学习神经网络和景深分层测量融合技术来处理识别人脸和测距。现只对成人进行测距。由于各种摄像头硬件和景深参数都不一样，本软件使用了一种极其简单的方法来校正摄像头，一个正常的成年人，站在摄像头正前方的100厘米处，按下 标定按钮 稳定后点确定即可完成摄像头标定。标定后就可用于测距。