visual studio，MFC对图像进行简单的处理，滤波，灰度化等，遥感期末编程作业

基于边界跟踪方法的数字化二值图像拓扑结构分析

图像处理之轮廓跟踪算法及圆提取，自己根据openCV相关资料实现的，可以移植到到单片机上运行。主要实现图片的轮廓提取，圆轮廓提取。本人相关文章有介绍

提供给初学者一些经典的opencv源代码，包含很多方向的内容，代码可读性高。

（针对内网主机无法安装opencv情况下使用)centos7.9编译

《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