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。

本文首先介绍了人脸识别技术的研究背景、国内外研究现状和应用场景；研究了Viola&Jones人脸检测算法的基本原理，并对其中涉及的Haar-like特征、积分图方法、AdaBoost分类器和级联的思想进行了阐述；研究了基于PCA实现的特征脸算法、基于LDA实现的Fisherfaces算法和局部二值模式直方图（LBPH）算法三种人脸识别算法的基本原理及思想；最后，通过上述理论学习，基于OpenCV，在Visual Studio 2012开发环境下，利用ORL人脸数据库，分别对上述算法进行了算法实现和实验验证，并且在最后创建了一个基于特征脸的实时人脸识别系统，该系统可以实现人脸的检测、预处理、收集、训练和识别。

基于Opencv的车牌识别系统

利用轮廓，求图像间的offset，图像库是opencv的代码，利用canny求出轮廓，然后找出两幅图的轮廓offset，即得原图的offset。