项目实现了基于OpenCvSharp实现了图像灰度处理，包含了分量法、最大值法、平均法、加权平均法等灰度处理方法的实现，可将打开后的图片处理后并保存到本地磁盘。

opencv在mfc中使用，检测火焰，希望对大家有帮助！

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

编译的流程：①下载好CGNS源码；②安装好HDF5、ActiveTcl、VS；③Cmake配置源码；④VS编译成库。具体编译过程见文章“CGNS快速入门到实战（一）：CGNS静态链接库编译”。五个工具的版本：CGNS（4.2.0）、HDF5（1.12.1）、ActiveTcl（8.6.11.1.0000）、VS（2017）、Cmake（3.20.1）。

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

地面站开发，VS软件c#语言，匿名科创地面站协议，课设分工3

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。