openCV的人脸识别主要通过Haar分类器实现，当然，这是在已有训练数据的基础上。openCV安装在 opencv/opencv/sources/data/haarcascades_cuda（或haarcascades）中存在预先训练好的物体检测器（xml格式），包括正脸、侧脸、眼睛、微笑、上半身、下半身、全身等。 openCV的的Haar分类器是一个监督分类器，首先对图像进行直方图均衡化并归一化到同样大小，然后标记里面是否包含要监测的物体。它首先由Paul Viola和Michael Jones设计，称为Viola Jones检测器。Viola Jones分类器在级联的每个节点中使用Ad

本文为硕士毕业论文，CNKI可查询。主要讲解车辆检测、跟踪的相关算法，如跟踪目标框等。利用OpenCV，可以很方便的实现自己的想法，非常值得参考。

使用opencv-python处理人工智能计算机视觉中的小球检测及颜色分类，视频中显示标注后的结果，类似yolov算法检测后的标注框。主要运用到形状轮廓检测以及色彩模型，代码自己书写，亲测调试通过，项目中包含测试视频，简答配置环境即可使用。效果参考：https://www.bilibili.com/video/BV1fZ4y117X3/

基于OpenCV的SURF实现,此程序通过MFC界面，方便的选取源文件，并把结果特征点和匹配结果在不同的窗口显示出来，清晰易懂。

作者历经小半年的调试 才把程序调试好 完全可以实现车牌的字符识别，分割，提取，采用了SVM分类器和ANN神经网络，若下载后实现不了相应的功能，可以找作者把积分退还给大家

OPENCV目标跟踪_在VS2008平台上基于opencv编写的运动目标检测与跟踪的程序_运动目标检测_运动目标跟踪_VC++

基于opencv的C++车牌识别，简单的识别系统。。。。。。。。。。。。

指静脉提取与匹配 掌静脉提取与匹配 其他静脉提取与匹配

1.仅使用opencv库进行功能实现 2.使用opencv中createBackgroundSubtractorMOG2()运动物体背景分割，及后续目标检测 3.代码中实现了对车辆的检测和跟踪 4.代码计算量小，可实现实时跟踪 5.可对感兴趣区域（ROI）进行单独检测和跟踪 6.代码关键步骤进行了备注

工程性文件，全干货