人脸检测demo 包括源代码和release编译好的可执行程序（已打包完成，可直接运行）。 开发环境：win10+qt5.9.1-msvc2015 x64+opencv4.5.4 可以从图片、视频、网络摄像头实时检测人脸。 需要加入新的人脸检测时，要在face_db文件夹下放一张该人的人脸截图，即可识别该人。

VS 2017 用 CMAKE 编译 OpenCV3.4.12&opencv_contrib-3.4.12生成32位静态链接库 附加编译过程中缺少的文件以及错误； 以及打包编译好的32位库文件； 可根据需要自己编译64位； 详情：https://blog.csdn.net/qq_40147007/article/details/126707732

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！

本设计中为MATLAB车牌识别语音播报出入库计时计费系统，是基于蓝底车牌定位，模板匹配识别的设计。用摄像机或摄像头采集含有车牌的图像，并自动在图像中检测车牌，进而对检测到的车牌进行脸部的一系列相关技术。 因此，机器对车牌进行识别的过程与人类视觉识别人脸的过程类似，大致可分为五个步骤，如下。 （1）图像预处理：在整个车牌识别系统中，由于采集进来的图像为真彩图，再加上实际采集环境的影响以及采集硬件等原因，图像质量并不高，其背景和噪声会影响字符的正确分割。和识别，所以在进行车牌分割和识别处理之前，需要先对车牌图像进行图像预处理操作。 （2）车牌定位：首先对车牌的二值图片进行形态学滤波，使车牌区域形成

车牌数据集 100000张已经切割好的车牌数据集 车牌数据集 100000张已经切割好的车牌数据集 车牌数据集 100000张已经切割好的车牌数据集 车牌数据集 100000张已经切割好的车牌数据集 车牌数据集 100000张已经切割好的车牌数据集 车牌数据集 100000张已经切割好的车牌数据集 车牌数据集 100000张已经切割好的车牌数据集

cv2.cvtColor函数封装了各种颜色空间之间的转换，唯独没有RGB与HSI之间的转换，网上查来查去也只有C++或MATLAB版本的，自己要用到python里，所以就写写python版本的。 HSI颜色模型是一个满足计算机数字化颜色管理需要的高度抽象模拟的数学模型。HIS模型是从人的视觉系统出发，直接使用颜色三要素–色调（Hue）、饱和度（Saturation）和亮度（Intensity，有时也翻译作密度或灰度）来描述颜色。 RGB向HSI模型的转换是由一个基于笛卡尔直角坐标系的单位立方体向基于圆柱极坐标的双锥体的转换。基本要求是将RGB中的亮度因素分离，通常将色调和饱和度统称为色度，用来

opencv3.4.4源码包，可编译安装。unzip OpenCV 3.4.4.zip cd 到源码目录 mkdir release sudo apt-get install build-essential cmake libgtk2.0-dev pkg-config python-dev python-numpy libavcodec-dev libavformat-dev libswscale-dev cd release cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local .. sudo make install

OpenCV-4.1.2 版本源码, 使用cmake 可编译

1.了解计算机视觉基础知识和应用 2.学会OpenCV基本操作 3.学习图像处理方法 4.学习人脸检测，人脸识别应用

MATLAB夜间车牌识别程序.zip