使用python-Opencv，进行采集人脸数据，通过数据训练，再捕获摄像头每一帧人脸信息进行识别判断。 1.迭代收集图片路径与图片信息 2.haar采集每一张图片的人脸部分 3.图片信息通过标签编码处理 4.局部二值模式直方图创建人脸识别器 5.训练人脸识别器 6.摄像头采集每一帧人脸数据，做判断

基于mingw编译的opencv249库，亲测可用。 INCLUDEPATH += D:\opencv249\install\include LIBS += -L D:\opencv249\install\x64\mingw\bin\libopencv_*.dll

基于vs2013开发 内含opencv属性配置文件 需要自行安装opencv2.4.9版本

JAVA视频操作的最常用工具包的linux开发库，支持在linux下java调用ffmpeg进行视频操作、转码、截图等操作。如果你自己编译、寻找库费了很长时间而不成功，那么，希望这个资源能够帮到你。 里面的jar及linux动态库，由我本人编译、制作，并测试通过。 1、支持centos6（在JDK1.7下编译）和centos7（在JDK1.8下编译）。 2、里面的jar包括： ffmpeg-3.0.2-1.2.jar ffmpeg-3.0.2-1.2-linux-x86_64.jar opencv-3.1.0-1.2.jar opencv-3.1.0-1.2-linux-x86_64.jar javacpp-1.2.jar javacv-1.2.jar； 3、用到的.so动态链接库，均在ffmpeg-3.0.2-1.2-linux-x86_64.jar和opencv-3.1.0-1.2-linux-x86_64.jar； 4、在JAVA调用ffmpeg操作时，java要导入上面的jar。 5、在centos 6和centos 7中测试通过。 6、Windows 64位对应的动态链接库，见https://download.csdn.net/download/tianfool/10369504。 7、具体开发教程，则请参考其他资料。

使用OpenCV快速径向对称变换 这是使用OpenCV快速径向对称变换的实现。 查看详细信息：Loy，G.和Zelinsky，A.（2002）。 用于检测兴趣点的快速径向对称变换。 计算机视觉，ECCV 2002。 该代码是从MATLAB实现移植而来，并已通过OpenCV 3.0.0（x64）进行了测试。

使用VS+opencv+canny算子进行图像的边缘提取，Canny算子可以把找到的边缘点的位置与灰度变化最大的像素点的位置重合，并且能够区分伪边缘，边缘检测的目的是提取目标物体的精边界，识别精边界是在目标体的像素级精度也就是粗边界的基础上进行的，所以粗边界的精度直接影响了精边界的精度。传统对粗边界的检测大多采用Canny算法。相比于以上介绍的几种经典边缘检测算子，Canny算子有更好的信噪比和检测精度。但仍存在一定的不足，传统的Canny算子在对图像进行去噪处理时采用的高斯滤波器需要人为设定滤波器需要的参数σ，在实际检测过程中，σ值不能很好的控制导致在边缘精度和完整性方面不能达到两者兼得。导致提取的粗边界模糊，不准确，很难保证边界具有唯一性和连续性。

图像对齐 一个Web应用程序，用于合并，缝合或对齐重叠的图像。 它可用于创建全景图或对齐图像，例如未正确扫描的表格。 特征：表面投影，特征检测，特征匹配，束调整，波校正，色彩转移，接缝检测和多波段融合。 核心算法取自OpenCV（主要是Feature2D和Stitching模块），并已在需要时进行了调整。 然后将定制版本的OpenCV编译为wasm。 为了确保UI畅通，所有与OpenCV相关的功能都通过Webworker运行。 优点和缺点：由于图像拼接可能占用大量内存并占用大量CPU，因此可以拼接在一起的图像数量或大小存在一些限制，尤其是在移动设备上。 从好的方面来说，几乎所有可以运行浏

形态学（morphology）一词通常表示生物学的一个分支，该分支主要研究动植物的形态 和结构。而我们图像处理中的形态学，往往指的是数学形态学。 数学形态学（Mathematical morphology）是一门建立在格论和拓扑学基础之上的图像分 析学科，是数学形态学图像处理的基本理论。其基本的运算包括：二值腐蚀和膨胀、二值开 闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat 变换、颗粒分析、 流域变换、灰值腐蚀和膨胀、灰值开闭运算、灰值形态学梯度等。 简单来讲，形态学操作就是基于形状的一系列图像处理操作。OpenCV 为进行图像的形 态学变换提供了快捷、方便的函数。最基本的形态学操作有两种，分别是：膨胀（dilate） 与腐蚀（erode）。

图像修复是图像恢复中的一个重要内容，其目的是利用图像现有的信息来恢复丢失的信 息。可用于旧照片中丢失信息的恢复，视频文字去除以及视频错误隐藏等。简言之，图像修 复就是对图像上信息缺损区域进行信息填充的过程，其目的就是为了对有信息缺损的图像进 行恢复，并且使得观察者无法察觉到图像曾经缺损。 图像恢复技术简单来说，就是利用那些被破坏区域的边缘，即是边缘的颜色和结构，繁 殖和混合到损坏的图像中，来进行恢复图像。

包含代码所需要的离线原图，Q值以及视差数据；基于vs2013新建工程、配置好OpenCV和opengl环境可以直接运行. 并且直接点击原图会显示当前像素点的三维坐标值。就是基于原图纹理的重建效果没法评估。