随着社会公共安全体系的逐步完善，基于人脸的智能视频监控技术在安全监控、视频分析以及人机交互等场合发挥出越来越重要的作用。传统的Camshift算法虽然能快速地跟踪运动目标，但它不仅需要手动设定跟踪的对象，而且当跟踪对象遇到遮挡和相同颜色障碍物干扰时很容易丢失目标。针对上述问题，在OpenCV的基础上，采用Adaboost，Camshift和Kalman滤波相融合的方法，实现了快速、自动和准确的人脸检测与跟踪。

opencv+vs2015的边缘检测，使用canny等函数，展示原图和两种边缘检测效果

项目及作者说明 一个基于Opencv，dlib人脸识别的员工考勤系统，作者某双一流A类大学里的一流学生，写于2018/09 /，Python学习期间。 作者 QQ交流群 个人博客 开源版及商业版说明 开源版 商业版 人脸录入 支持 支持 上班刷脸签到 支持 支持 下班刷脸签到 不支持 支持 自定义签到时间 不支持 支持 考勤日志展示（电子表格） 支持 支持 考勤日志展示（网页表格） 不支持 支持 考勤日志自定义导出 不支持 支持 商业版源代码和exe均未公开，如需商业版在微信公众号：月小水长后台私点我，伸手党勿扰。 快速开始 IDE：Pycharm 环境：Python 3.5+ 第三方包：pip install -r requirements.txt V1.0 项目结构 mainui.py是主界面，调用face_img_register.py和face_recognize_punchcar

通过配置OpenCV，在VC6.0下实现双目立体匹配，包括基于稀疏点、密集点的匹配及其重建。

基于Opencv的工业测量部分核心类文档接口: 测量SDK的接口为CTSMeasure ,作为类导出供应用程序调用。 管理: 整个测量SDK的调度中心CTSMeasureManager,统一管理接口和实现。 图形: 所有图形都继承自CTSMeasureUnit, 充当连接各个图形类型和管理类 CTSMeasureManager的桥梁。提供两种方法，公共方法（有具体实现），个别方法（虚函数，派生子类可根据自己的需要重载此方法）。

opencv论文—基于OpenCV和无线通信的智能视频监控报警系统设计opencv论文—基于OpenCV和无线通信的智能视频监控报警系统设计opencv论文—基于OpenCV和无线通信的智能视频监控报警系统设计opencv论文—基于OpenCV和无线通信的智能视频监控报警系统设计

实现了基于opencv的手部运动跟踪，利用了模板匹配的方法，首先载入模板，将其灰度化（加快匹配速度），然后从摄像头或者电脑硬盘中读取视频，将视频的每一帧二值化后与模板进行匹配，最后用长方形画出匹配区域，并用圆形标明中心

本代码提供了一个将多个字符图片用SVM进行分类的Demo，另外使用的库为OpenCV3.4.0，在OpenCV3.x的版本上应该都可以使用。其中附带训练数据和测试数据，只需要下载，用vs2015打开并执行即可~

基于opencv的彩色图变灰度图代码，用c++编写的

https://blog.csdn.net/weixin_46291251/article/details/117996591 文章对应的代码以及所需要的依赖文件