可以检测出视频中运动的目标，并且标出该轮廓

使用QT做界面，配置OpenCV环境。可以实现选择图像，图像灰度化，图像增强，滤波降噪（高斯，均值，中值），二值化（阈值可调），Canny算子（阈值可调），以及其它几种传统的边缘检测算子。下载后需将文件修改为英文（QT不能识别中文），更改图片路径

1、imshow展示图像大小随意调整 2、常规图形检测实例 3、检测图形轮廓demo 4、检测多个轮廓取轮廓拟合，取最小能包围住物体的轮廓 5、边缘检测，梯度算法

实现了图片的多种处理，包括平滑，膨胀，腐蚀，旋转放大缩小，二值化，边缘检测，轮廓检测等，全面，易懂。运用opencv实现，代码为c++。

快速检测轮廓的方法。 由于其复杂性低，因此也适用于框架。 https://www.researchgate.net/publication/321218540_Rapid_Contour_Detection_for_Image_Classification

OpenCV检测正方形、矩形源代码。循环读取多副图像，过滤噪音，遍历找到的每个轮廓，检测所有矩形轮廓（稍作改动可以只检测一副图中的矩形）。

图像处理python代码附带测试图片：角点检测corner_detection.py，边缘检测margin.py，轮廓检测contour_detection.py，ORB.py，SIFT.py，SURF.py，图像拼接stitching.py

本文是ICCV2005中一篇基于轮廓的运动目标检测与跟踪算法。采用采用了光流、边缘等信息检测前景，采用主动轮廓进行模板的跟踪。

图像边缘检测，提取及轮廓跟踪源码（边缘检测，Hough变换，轮廓提取，轮廓跟踪，种子填充） 图像边缘检测，提取及轮廓跟踪源码（边缘检测，Hough变换，轮廓提取，轮廓跟踪，种子填充）

针对高速螺纹钢表面缺陷检测技术难题，对螺纹钢表面尺寸的视觉检测方法进行研究。针对螺纹钢外形结构尺寸复杂的特点，通过对螺纹钢的侧面图像进行分析，获得其边缘图像后，提出了基于投影重心的亚像素边界定位方法，获得螺纹钢横肋高及内径的尺寸。通过分析螺纹钢的正面图像，获得其边缘图像后进行垂直投影，求出螺纹钢纵肋高度；在此基础上，通过对重心遍历，结合轮廓跟踪处理，计算出横肋与轴线夹角；结合与夹角的几何关系，计算得出螺纹钢横肋间距、横肋顶宽的尺寸。获取的螺纹钢表面结构尺寸为其缺陷检测奠定了基础。