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

基于opencv test文件即为手写数字识别 权重和偏置文件需自行训练

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

vs运行matlab代码 PCA_vs_NMF Compare the decomposition results of PCA and Non-negative Matrix Factorization (NMF) on Yale's faces dataset. PCA: 使用matlab自带的函数实现 NMF: 自己写了实现的代码 测试数据： 耶鲁大学的人脸数据库。考虑到可能有版权的问题，所以没有上传相应的数据，大家可以自己去相应的网站上下载。 结果： result_analysis.pdf中有给出我自己运行出的结果和相应的分析。

VS编译opencv4.2扩展模块opencv_contrib-master缺失文件，下载失败，手动地址下载也失败的，可以下载本资源，解压后直接放到opencv_contrib-master\modules\xfeatures2d\src文件夹内，文件列表： boostdesc_bgm.i boostdesc_bgm_bi.i boostdesc_bgm_hd.i boostdesc_binboost_064.i boostdesc_binboost_128.i boostdesc_binboost_256.i boostdesc_lbgm.i generated_16.i generated_32.i generated_64.i vgg_generated_48.i vgg_generated_64.i vgg_generated_80.i vgg_generated_120.i

opencv以及算法组件Opencv_contrib，sift和surf算法就在opencv_contrib组件中！

安装VA_X； 安装Visual Assist X 通用破解补丁 v1.2； 开启VS2015，出现Visual Assist X 验证界面，选择Enter Key，然后输入下面的两行内容即可， PYG解密小组 (254-user license) Support ends 2099.12.31 00001M-70NDZJ-7RRVVH-7RH4HU-37427D-3TBFTR-TAPC8P-QQM4FR-6P4Y8V-7RK7YC-YFGK8M

一段OpenCV代码，通过FFT的方法判断并且获得图像的主要方向。