Mastering Qt 5 English | 6 Feb. 2017 | ISBN: 1786467127 | 575 Pages | AZW3/MOBI/EPUB/PDF (conv) | 25.28 MB Key Features Unleash the power of Qt 5 with C++14 Integrate useful third-party libraries such as OpenCV Package and deploy your application on multiple platforms Book Description Qt 5.6 is an application development framework that provides a great user experience and develops full-capability applications with OpenGl/ OpenGL ES graphics acceleration. This book will address challenges in successfully developing cross-platform applications with the Qt framework. Cross-platform development needs a well organized project. Using this book, you will have a better understanding of the Qt framework and the tools to resolve serious issues such as linking, debugging, and multithreading. Your journey will start with the new Qt 5 features. Then you will explore different platforms and learn to tame them. Every chapter along the way is a logical step that you must take to master Qt. The journey will end in an application that has been tested and is ready to be shipped. What you will learn Create stunning UIs with Qt Widget and Qt Quick Develop powerful, cross-platform applications with the Qt framework Design GUIs with the Qt Designer and build a library in it for UI preview Handle user interaction with the Qt signal/slot mechanism in C++ Prepare a cross-platform project to host a third-party library Develop a Qt application using the OpenCV API Use the Qt Animation framework to display stunning effects Deploy mobile apps with Qt and embedded platforms

OpenCV_Tutorial 该项目主要为OpenCV初学者提供学习教程。

行人检测Opencv代码，通过HOG进行特征提取，SVM分类器分类。

木马Qt5 跨平台的Socks5 / Http / SS / SSR / Vmess / Trojan（go）/ Snell GUI客户端 特征 完全PAC控制 跨平台 用户规则支持 Http支持 订阅支持 通过多种方法导入服务器 多服务器支持 Socks5 / Http / SS / SSR / Vmess / Trojan（go）/ Snell支持 ....和更多 安装 您可以从页面下载它 警告 注意：Trojan-Qt5仅可用于学习相关技术，例如Qt / C ++ / Linux / CI / automation，并在法律允许的范围内使用。 任何个人或团体均不得因违反相关法律法规而使用Trojan-Qt5。 试图下载Trojan-Qt5的任何分支或发行版均构成您的同意，即该项目的作者不承担因您违反上述准则而引起的任何法律责任。 特别感谢 该项目基于： LGPL-3.0

基于OpenCV+VS2013实现的图像行方向循环移位，适用于3通道或单通道图像，移位起始点是0到高度之内的随机整数。若需列方向循环移位，可首先旋转原图。

unity 涂鸦 带mask 限制 带透明通道 可以保存成png图片 可擦除修改颜色粗细 整个工程代码都在里面 opencvforunity太大 里面不含opencvforunity插件 需要可以私信我 或者网上下载插件 很多 opencvforunity用来处理透明裁切和模板匹配

在opencv基础上运用到harris 角点检测 原理，对图像的角点进行检测，里面包括调用opencv中的角点检测和自己写的函数，里面有简单的注释。

基于opencv传统数字图像处理实现车道线检测_python_c++源码+项目说明.7z 【实现方法】 实现车道线检测，主要包含两部分操作 道路图像的处理，主要包括灰度图转换、基于高斯平滑的图像去噪、基于Canny算法的边缘提取。 车道线检测方法，主要包括获取感兴趣区域（ROI）、形态学闭运算、基于Hough变换的直线检测。

课程作业_Python+OpenCV实现车道线检测源码+项目说明.7z 【图像处理】 图像处理主要是先对图像进行灰度处理，高斯模糊，然后对其进行canny边缘检测，最后对得到的图像进行roi掩膜处理，进一步缩小范围。 【霍夫变换】 霍夫变换(Hough)是一个检测间断点边界形状的方法。它通过将图像坐标空间变换到参数空间，来实现直线与曲线的拟合。 在图像坐标空间中，经过点的直线表示为： (1) 其中，参数a为斜率，b为截矩。其中，参数a为斜率，b为截矩。 通过点 点的直线有无数条，且对应于不同的a和b值。 如果将和视为常数，而将原本的参数a和b看作变量，则式子(1)可以表示为： (2) 这样就变换到了参数平面a−b。这个变换就是直角坐标中对于点的Hough变换。 离群变换和最小二乘拟合 视频流的读写等等，更多详细说明介绍看项目说明。

​ 在考试场中为学生监考十分枯燥，因此，建立一个可靠的作弊检测系统来识别学生是否存在作弊行为。以下有四个应用场景： 1.使用一个名为 Yolo3 的训练模型和一个名为 coco 的数据集，我们测试了考场中学生的书籍和手机，并将他们标记为作弊者。 2.使用haarcascade配置文件分类器，可以检测到学生转身，这样也被认定为作弊的学生。 3.此功能使用 OpenCV 和 YOLO 来监控/分析学生之间是否保持足够的距离。如何距离太近存在作弊嫌疑。 运行环境要求： python3.7以上配置以下包 tensorflow>=2.5.0* keras==2.4.3 imutils==0.5.4 numpy==1.19.5 opencv-python>=4.2.0.32 matplotlib==3.4.1 argparse==1.4.0 scipy==1.6.2 scikit-learn==0.24.1 pillow>=8.3.2 streamlit==0.79.0 onnx==1.10.1 tf2onnx==1.9.3 ​