可以求出图像之间的旋转角，精度和图像大小成正比，利用频域做的，不是单纯的旋转0.1°，匹配一下，再转一下，再匹配一下。

开发环境VS2015,C#平台基于OpenCV的图片倾斜校正小Demo,内含工程和用于测试的图片。倾斜校正流程为: Canny边缘检测、形态学膨胀、概率霍夫变换直线查找、角度计算、图片旋转。

基于opencv中值滤波_均值滤波_边缘检测_角点检测_

Windows64位环境下： 1. 安装python3.6.5 2. pip install numpy 3. pip install matplotlib 4. pip install opencv-python 5. 安装opencv-conrib(https://download.csdn.net/download/u012442083/10809277)

1、课程综述。课程的核心是开发一个基于OpenCV的“精度测量”项目。首先就是需要说明“什么是精度测量项目”，“精度测量的难点在哪里”，“精度测量的价值是什么，可用于哪些地方”？ 2、软硬件平台的选型、选择的依据和原因；界面设计，具体代码结构。 3、算法要点,OpenCV中现在关于轮廓处理的算法初步整理和存在问题。最重要的是突出“新建算法”的重要价值。 4、标定、DPI换算，标定技巧。DPI的基础概念、这里的标定所表示的含义，如何得到可供标定的图片。 5、三种标定的方法。标定算法的细节，最终的结果转换。 6、测量规则和不规则物体,自己设计一些知道面积的不规则物体进行测量，看能够得到什么效果。 实际规则一些不知道面积的不规则物体，并且进一步提高算法质量。 把这个过程截图出来，将结果进行比对，将测量内容详细化。 7、测量孔洞和锯齿,在得到轮廓以后的高级算法。 8、界面设计要点和多线程。 和现有界面库Goimageshop进行结合(很多界面的设置可以配合来讲，MFC中逻辑坐标和物理坐标之间转换这个也是可以讲的)。 9、显示控制和数据结果的导出，如何设计相关方法，将处理结果导出 10、可能扩展和课程总结。展示最终完成结果，并进行课程总结。

基于OpenCV的运动目标检测与跟踪,图像识别，模式识别。

是基于opencv的人脸识别，图像处理得程序，程序包含了常见的图像处理功能，是一个很好的程序，可以供很多人学习！

sift特征提取与匹配C++代码，1000行完整代码，超详细注释，基本每五行一注释，有少许BUG。 1.提取特征点算法（包括尺度空间的极值探测、关键点的精确定位、确定关键点的主方向、关键点的描述）； 2.匹配算法 3.运行需要调用openCV3.4.0库。

基于OpenCV中ArUco模块和QT实现的增强现实效果（AR），内含演示视频，需要有aruco标记才可以使用，如果打印的是其他aruco标记则需要对其四个顶点按照标记的id重新获取坐标。

本系统的主要思想是利用模板匹配法对银行卡号进行识别。