OpenCV显示框架，使用VS2015开发，基于MFC和OpenCV4.5的显示框架。里面带有OpenCV4.5的64位库。OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 [1] 它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

- 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。