使用OpenCV完美迷宫求解器 该项目旨在找到完美迷宫的解决方案，完美迷宫的定义是从迷宫中的任何点到任何其他点只有一条路径的迷宫。 另外，迷宫没有难以接近的部分，没有圆形路径，也没有开放区域。 迷宫图像在浅色背景上应具有深色的墙壁。 为了生成迷宫，已经使用了在线迷宫生成器工具。 使用的工具 OpenCV3.4 Python 3.6 任务分析 OpenCV OpenCV（开源计算机视觉库）是一个开源计算机视觉和机器学习软件库。 OpenCV构建旨在为计算机视觉应用程序提供通用的基础结构，并加速在商业产品中使用机器感知。 该库具有2500多种优化算法，其中包括一整套经典和最新的计算机视觉和机器学习算法。 OpenCV应用领域包括： 面部识别系统 手势识别 人机交互（HCI） 移动机器人 运动理解 对象识别 等高线 轮廓可以简单地解释为连接具有相同颜色或强度的所有连续点（沿边界）的曲线。

基于嵌入式Linux系统下的Qt开发.pdf基于嵌入式Linux系统下的Qt开发.pdf基于嵌入式Linux系统下的Qt开发.pdf

opencv2编写的4点法求空间圆心，在qt平台上运行正常，运行速度还可以。

在我们开发场景应用中会经常遇到，要求能够动态分屏，从一分屏到二分屏、三分屏、四分屏、五分屏、六分屏，可能会更多。

qt和opencv结合的多线程控制，绝对可以运行。

自己编译的OpenCV440静态库，包含头文件和staticlib，可直接使用。

用手机对着另外一个手机（全屏显示红绿蓝）拍照，检测是否有坏点。 详情可以看我的博客 https://blog.csdn.net/Aaron121314/article/details/105244472

Opencv摄像机测量距离，两点成线测量，将结果在右侧方框中显示

本设计将基于OpenCV，采用“关键点提取并归一化”与“分类器”相结合的方式，实现多人正常和异常姿态识别的设计。关键词 OpenCV 人体姿态估计 多分类 行为识别；主要功能是通过MoveNet对前期用于训练的视频内容进行人体骨骼关键点信息的提取，MoveNet将在每帧上将人体骨骼关键点的x和y坐标提取出来，通过一定的算法进行归一化，并保存数据。首先，通过OpenCV将视频读取，通过OpenCV进行简单的视频预处理，进行BGR转RGB的操作，然后加载MoveNet的关键点模型将人体骨骼关键点信息提取出来，对每帧的x和y的坐标进行归一化，将不同大小的骨骼标准化，按帧存入数据库中，这个过程将按WALK、STAND、FALL、FIGHT这四类动作分别进行提取与处理。主要功能对前期数据库内容进行数据分割，生成4个LSTM模型，对分割好的数据进行导入，并和导入对应标签进行迭代训练，最后生成Loss值最低的模型。主要功能对前期数据库内容进行数据分割，生成4个LSTM模型，对分割好的数据进行导入，并和导入对应标签进行迭代训练，最后生成Loss值最低的模型。

在Windows下使用QT+Halcon实现黑白面积检测，此为工程源码，可以在Qt5.9.1上调用Halcon的算法来实现黑白面积检测。