论文对比分析了人脸识别预处理过程中图像增强的处理算法，中值滤波和直方图均衡化。分析了OpenCV机器视觉库的优点和使用方法，在VC++6.0和Matlab开发环境下实现了所分析的算法，并在ORL人脸库上进行实验。实验结果表明文中所采用的算法处理人脸样本效果明显，具有较强的针对性，适合用于对人脸图像进行预处理，且OpenCV机器视觉库可以作为人脸识别系统的开发工具。

彩色模型   数字图像处理中常用的采用模型是RGB（红，绿，蓝）模型和HSV（色调，饱和度，亮度），RGB广泛应用于彩色监视器和彩色视频摄像机，我们平时的图片一般都是RGB模型。而HSV模型更符合人描述和解释颜色的方式，HSV的彩色描述对人来说是自然且非常直观的。 HSV模型 HSV模型中颜色的参数分别是：色调（H：hue），饱和度（S：saturation），亮度（V：value）。由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。 (1)色调（H：hue）：用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，

利用opencv进行三维重建的简便方法通过六个步骤,特别是摄像机标定和立体匹配中极线约束 方法 的使用，给出了基于OpenCV的三维重建算法

主要介绍了Python基于opencv的图像压缩算法,结合实例形式分析了使用opencv进行图像压缩的常用操作技巧与注意事项,需要的朋友可以参考下

主要介绍了Python基于OpenCV库Adaboost实现人脸识别功能,结合实例形式分析了Python下载与安装OpenCV库及相关人脸识别操作实现技巧,需要的朋友可以参考下

基于opencv的视频帧提取及组合

简述 生活中经常要用到各种要求的证件照电子版，红底，蓝底，白底等，大部分情况我们只有其中一种，所以通过技术手段进行合成，用ps处理证件照，由于技术不到位，有瑕疵，所以想用python&openCV通过代码的方式实现背景颜色替换，加强一下对于openCV的学习，锻炼一下编码水平。 软件环境： python3.5 opencv2 windows 10 图像载入 导入opencv库，使用imread函数读取图片 import cv2 import numpy as np img=cv2.imread('zjz.jpg') 由于证件照太大，不方便显示，故进行缩放 #缩放 rows,co

使用C++的基于opencv的图像处理源代码，可以进行图像放大

这是本人的毕业设计，主要进行了汽车牌照的车牌定位和车牌字符分割，并对车牌数字字符进行了简单识别。基本算法全是运用的他人的，仅有少许算法有些改进。我只是运用c语言对算法进行了实现。附录部分有各个部分的代码。代码部分可以对车牌进行识别，但不是所有车牌。请各位多提意见，但不要骂人。希望能为各位有所帮助。抛砖引玉吧。呵呵

运动物体的跟踪是把运动的物体检测出来, 对目标编号并获取运动轨迹。因此, 运动跟踪系统性能的优劣关键取决于运动前景检测的准确度。文章首先设计了一种有效的基于自动阈值分割的混合模型运动目标检测算法, 然后以此为基础创建了一个独立的前景检测模块, 最后将该模块嵌入到OpenCV 提供的运动跟踪系统框架里, 实现了一个完整的运动跟踪系统。运行结果表明, 该系统具有较好的稳定性、准确性, 满足了运动跟踪系统实时性、鲁棒性的要求。