1.引言 　　OpenCV（Intel·Open Source Computer Vision Library）是Intel 公司面向应用程序开发者开发的计算机视觉库，其中包含大量的函数用来处理计算机视觉领域中常见的问题，例如运动分析和跟踪、人脸识别、3D 重建和目标识别等[1].可以通过访问https://www.source- forge.net/projects/opencvlibrary 获得OpenCV 库以及相关的资料。另外， 还可以通过访问https://www.yahoogroups.com/group/OpenCV, 对于OpenCV使用中的一些问题与经验进行讨论。 　　

对车辆轮廓进行检测。运用一种基于开源计算机视觉库OpenCV的轮廓检测新方法。首先对图像进行形态学去噪、平滑滤波处理和二值化阈值分割等预处理 ，获得二值化黑白图像。然后通过轮廓提取和跟踪检测到车辆外轮廓线在Python环境下，利用 OpenCV编程实现了此方法。 通过提取全景图，在图像场景中由于目标和背景的温差较小，从而导致图像的对比度很低，为了提高图像的对比度，增强图像。虽然图像增强并不能增加图像数据中的信息量，但是它却能够增加所选择特征的动态范围，从而使这些特征更容易地被检测和识别，并进行后期树木消除，并得到相对清晰的原树模型与对比示意，并反馈车辆进行前期预警。 OpenCV提供的视觉处理算法非常丰富，并且以Python语言编写，加上其开源的特性，处理得当，不需要添加新的外部支持也可以完整的编译链接生成执行程序。不同的树木视觉图像是千差万别的，虽然我们可以把树木的主要特征提取出来，但是其视觉图像背景不可避免会出现一些干扰因素。我们可以采用面积法，利用OpenCV强大的数据库，即可计算出整个轮廓或者部分轮廓的面积，进入引导OpenCV进入前期检测与追踪的开展，进而支持智能驾驶。

这是一个基于opencv的C++图像拼接程序，代码中包含测试图片，可对三幅图像进行拼接，拼接结果放置于当前目录下，同时显示拼接结果，对于初学者是很有帮助的！

本人很辛苦整理的sift及surf的相关资料，基于opencv的c++程序，还有两种算子的经典论文及中文翻译资料，内容详尽，足够理解两种算法。如有疑问，欢迎留言。谢谢。

应用opencv做动态目标跟踪检测，主要包含运动估计、运动补偿、动态检测

基于OpenCv的人脸识别系统设计与实现代码大全.doc基于OpenCv的人脸识别系统设计与实现代码大全.doc基于OpenCv的人脸识别系统设计与实现代码大全.doc

基于 OpenCV 的人脸识别系统的设计与实现版本代码大全.pdf基于 OpenCV 的人脸识别系统的设计与实现版本代码大全.pdf基于 OpenCV 的人脸识别系统的设计与实现版本代码大全.pdf

基于OpenCV和Python模式识别系统的设计与实现代码大全.doc基于OpenCV和Python模式识别系统的设计与实现代码大全.doc基于OpenCV和Python模式识别系统的设计与实现代码大全.doc基于OpenCV和Python模式识别系统的设计与实现代码大全.doc

基于 OpenCV 和 Python 车牌识别系统的设计与实现代码大全.pdf基于 OpenCV 和 Python 车牌识别系统的设计与实现代码大全.pdf

基于OpenCV的车牌识别系统的设计与实现代码大全.doc基于OpenCV的车牌识别系统的设计与实现代码大全.doc基于OpenCV的车牌识别系统的设计与实现代码大全.doc