《OpenCV2计算机视觉编程手册》是2013年科学出版社出版的书籍，由Robert Laganiere编写。《OpenCV2计算机视觉编程手册》以案例的形式介绍OpenCV 2.X的新特性和C++新接口，案例中包含具体的代码与详细的说明。本书很好地平衡了基础知识与进阶内容，要求读者具有基础的C++知识。本书既适合想要学习计算机视觉的C++初学者，也适合专业的软件开发人员。本书可作为高等院校计算机视觉课程的辅助教材，也可以作为图像处理和计算机视觉领域研究人员的参考手册。

开发手册，opencv

目标 在本章节中，我们将把calib3d模块中的特征匹配和findHomography混合在一起，以在复杂图像中找到已知对象。 基础 那么我们在上一环节上做了什么？我们使用了queryImage，找到了其中的一些特征点，我们使用了另一个trainImage，也找到了该图像中的特征，并且找到了其中的最佳匹配。简而言之，我们在另一个混乱的图像中找到了对象某些部分的位置。此信息足以在trainImage上准确找到对象。 为此，我们可以使用calib3d模块中的函数，即cv.findHomography()。如果我们从两个图像中传递点集，它将找到该对象的透视变换。然后，我们可以使用cv.perspec

OpenCV中的HAAR与LBP数据 HAAR特征数据 LBP特征数据 数据格式XML #include #include using namespace std; using namespace cv; String Face_fileName = haarcascade_frontalface_alt.xml;//opencv自带训练好的人脸识别级联器 String Eye_fileName = haarcascade_eye_tree_eyeglasses.xml;//opencv自带训练好的人眼识别级联器 CascadeClassifier face_cascade;//人脸

之前的车牌定位中已经获取到了车牌的位置，并且对车牌进行了提取。我们最终的目的是进行车牌识别，在这之前需要将字符进行分割，方便对每一个字符进行识别，最后将其拼接后便是完整的车牌号码。关于车牌定位可以看这篇文章： OpenCV车牌定位(C++) ，本文使用的图片也是来自这里。 先来看一看原图： 最左边的汉字本来是 沪，截取时只获得了右边一点点的部分，这与原图和获取方法都有关，对于 川、沪… 这一类左右分开的字会经常发生这类问题，对方法进行优化后可以解决，这里暂时不进行讨论。 后面的字都是完整的，字符分割的过程不会受影响。首先来一波常规操作，为了更方便处理，将其变成灰度图片： 分割的方法不止一种

Qt+opencv实现打开图片、打开摄像头、关闭摄像头

# PyQt5+OpenCV+PyCharm使用本地摄像头并实时显示图像 GUI可视化 代码内写有详细注释 包含两个demo：一个是只有实时显示摄像头图像的简单版demo，另一个是同时加入了两个按钮控制图像翻转和灰度的demo，供大家学习。

win10 64位系统下，利用vs2015编译opencv3.4.1+opencv_contrib得到的库，只要在项目中配置好include、lib和dll的路径，就可以使用！另外，在压缩包中也有release下的属性配置表。

cmake-3.9.0-rc3-win64-x64和opencv_contrib-3.4.0 cmake-3.9.0-rc3-win64-x64和opencv_contrib-3.4.0

本程序基于MFC开发，是针对序列图像进行全景图像拼接，附带了几张图片进行测试，也可以打开自己的图片序列进行测试，拼接结果显示在程序中，开发语言为vs2010+opencv，可以嵌入到自己的应用程序中