本程序是基于opencv下的烟雾检测程序，程序简单并附有测试视频

基于OpenCV的行人检测系统的实现 OpenCV在图像处理中的应用

本期我们将展示一种对路面类型和质量进行分类的方法及其步骤。为了测试这种方法，我们使用了我们制作的RTK数据集。 路面分类 该数据集[1]包含用低成本相机拍摄的图像，以及新兴国家常见的场景，其中包含未铺砌的道路和坑洼。路面类型是有关人或自动驾驶车辆应如何驾驶的重要信息。除了乘客舒适度和车辆维护以外，它还涉及每个人的安全。我们可以通过[2]中的简单卷积神经网络（CNN）结构来实现。 在这种方法中，我们对表面类型分类任务使用特定的模型，我们将其定义为以下类别：沥青，已铺设（用于所有其他类型的路面）和未铺设。对于表面质量，我们使用其他三种不同的模型，每种类型的表面都使用一种。这四个模型都具有相同

使用VS2017和win10编译环境，文件夹里有三种颜色识别的方法，在vs2017中能直接打开运行。

基于opencv、pcl单目线激光三维重建，包括相机标定、激光面标定、履带运动标定、三维重建。三维结果效果还不错，可参考学习

代码一共分为三个部分：样本数据集的获取、训练、预测 。 第一部分-get_train_image.py样本的获取: 我是用的opencv自己获取的自己手势的数据集、测试集。 第二部分-dataset自定义数据集以及训练: 采用tensorflow 的dataset模块创建自己数据集和tensorflow.keras api实现模型的构建以及训练. 第三部分-模型预测与应用

VS2019工程、C++语言、基于OpenCV的在图片上画刻度尺坐标、分划版、侧微尺、十字双边带刻度，下载下来，可接着开发的源代码，工程亲自通过测试

基于OpenCV和LSSVM的数字仪表读数自动识别，这个比较经典，分享一下

基于opencv2做的图像处理程序，实现了冈萨雷斯那本著名的《数字图像处理》中的一些算法，目前已提供的包括：对比度拉伸变换，直方图均衡化，直方图匹配变换，灰度变换，对数变换，伽马变换等。

本文中人脸算法的研究基于OpenCV开源代码，在OpenCV开源代码中设计了一些基础的数据类型和一些帮助数据类型。由于OpenCV的源代码完全开放，本文的研究中利用这套代码在PC上以Visual C++集成开发环境做平台搭建了一个基于OpenCV的人脸检测系统，进行了人脸检测仿真，并对其结果进行分析。