CRC校验算法源码，包括 crc5_epc,crc5_itu,crc5_usb,crc6_itu,crc7_mmc,crc8,crc8_itu,crc8_rohc,crc8_maxim,crc16_ibm,crc16_maxim,crc16_usb,crc16_modbus,crc16_ccitt,crc16_ccitt_false,crc16_x25,crc16,xmodem,crc16_dnp,crc32,crc32_mpeg_2等，有查表和直接计算两种方法，核心部分使用C语言编写 可以导入文件，计算CRC32校验码 使用Qt5.9打开.pro文件即可编译

• 这是一个基于spring boot + opencv 实现的项目 • 贯穿样本处理、模型训练、图像处理、对象检测、对象识别等技术点 • 以学习交流为目的，代码注释超多，文档也在逐步完善 • java语言的深度学习项目，在整个开源社区来说都相对较少；拥有完整的训练、检测、识别过程的开源项目更是少之又少！！ • 本人目前也正在学习图片识别相关技术，代码及文档持续更新中，大牛请绕路 包含功能 • 蓝、绿、黄车牌检测及车牌号码识别 • 网上常见的轮廓提取车牌算法JAVA实现 • hsv色彩分割提取车牌算法JAVA实现 • harrcascade特征识别算法 JAVA实现 • 基于svm算法的车牌检测训练JAVA实现 • 基于ann算法的车牌号码识别训练JAVA实现 • 人脸检测 接下来将实现人脸识别 • 图片工具: 目前实现了HSV色彩切割，后续将添加更多使用的图片处理工具，用于辅助算法优化 • 证件文字识别

本文实例为大家分享了OpenCV实现帧间差分法的具体方法，供大家参考，具体内容如下 一.基本概念 基于视频的车辆检测算法种类很多：光流法检测，帧差法，背景消除法（其中包括：直方图法，平均值法，单分布和混合高斯分布背景模型，Kalman滤波等），边缘检测法，运动矢量检测法…下面分享的是运动目标检测算法中最基本的方法—帧间差分法。 相邻帧间图像差分思想：检测出了相邻两帧图像中发生变化的区域。该方法是用图像序列中的连续两帧图像进行差分，然后二值化该灰度差分图像来提取运动信息。由帧间变化区域检测分割得到的图像，区分出背景区域和运动车辆区域，进而提取要检测的车辆目标。 它是通过比较图像序列中前后两帧图像

在Qt界面中显示opencv图像 简单的Demo 使用的qt5.02版本 opencv2.43版本

用于对数字显示仪表的读数识别读取，所用平台为opencv+vs2013。 （仪表盘识别，仪表照片读数）

嵌入式界面，包括系统设置，视频预览等,站在巨人的肩膀上进行相关改动，添加了一些ui，包括网络管理等，暂时没有显示出来。

项目实现了将两张图片基于OpenCvSharp进行基本的的图像简单拼接，并在picturebox上显示结果，最后将图片保存到本地磁盘。

适用于Windows64位，对应Python 3.6版本，OpenCV为3.4.1.15版本；内含有《opencv_contrib_python-3.4.1.15-cp36-cp36m-win_amd64.whl》和《opencv_python-3.4.1.15-cp36-cp36m-win_amd64.whl》两个文件

利用OpenCV中背景差分的函数，进行背景差分法构建，可以很好的进行运动目标检测。从pudn上下的

用QT调用python代码，将QT读取的图像(Mat矩阵)作为参数传入python中，将QT的二维数组作为参数传递给python，python接收QT传入的图像进行计算，将结果返回给QT。