搜索资源列表
opencv两个常见的编译错误
- 在利用opencv库进行编程中两个常见的问题的解决方法,十分有效! 以openCV的使用为例,并结合个实验经验,总结一下在使用其它库进行编程时VC环境下编译与链接时经常遇到的两个错误的解决办法. 1.编译错误 问题描述:编译时,出现编译如下编译错误: fatal error C1083: Cannot open include file: 'cv.h': No such file or directory 意思是找不到语句 #include "cv.h" 的cv.h
自制一个摄像机
- 用法说明一下: 1,点击鼠标左键,则开始录制视频,再点击一下则会停止录制 2,要想录制第二个视频的时候,需要按"Esc"键,然后重复1的步骤即可;
边缘角度直方图
- 1。canny边缘检测作为掩码 2。sobel边缘提取 3。计算边缘角度 4。计算直方图
opencv to matlab
- cvlib_mex is a collection (over two dozens) of matlab callable routines from the the OpenCV library (www.intel.com/research/mrl/research/opencv/). OpenCV is a real time computer vision library with many image processing capabilities and it is amaz
opencv to matlab
- cvlib_mex is a collection (over two dozens) of matlab callable routines from the the OpenCV library (www.intel.com/research/mrl/research/opencv/). OpenCV is a real time computer vision library with many image processing capabilities and it is amaz
matlab函数
- cvlib_mex is a collection (over two dozens) of matlab callable routines from the the OpenCV library (www.intel.com/research/mrl/research/opencv/). OpenCV is a real time computer vision library with many image processing capabilities and it is amaz
open2.2解释文档
- 该文档讲述了opencv2.2的新功能。2010年12月新发布的OpenCV2.2.0在库结构上进行了较大幅度的改动。主要体现在新的模块组织形式和新的头文件形式;相对应的一些功能函数归类到了更细致的模块中。
un-deghosted Panorama stitching
- A c++ implemented, based on OPENCV 2.3, before blending and deghosting.
在mfc下的opencv图像处理
- 在mfc下通过opencv对所捕捉到的图像进行一些2值化,边缘检测等等处理。以及一些算法的运用。
用OPENCV获得运动物体的轮廓
- 此代码可用于基于OPENCV获得运动物体的轮廓,OPENCV 2.3.1
Opencv-2.4.4.tar.bz2
- Opencv-2.4.4.tar.bz2源码安装文件,基于linux系统,在安装linux系统之后,可以安装这个库文件。调用库文件可以进行图像处理等操作
基于OpenCV 2.X提升小波变换类
- 基于提升小波变换算法的C++类,利用OpenCV 2.x实现
opencv_goodeditor
- 是opencv的几个版本的分析,比较,同时更加偏向于2.4的,希望能够很好的学习和参考。
segmentation_picture(分水岭分割算法)
- 初步实现分水岭分割算法,平台为:VS 2015 + opencv 3.2(Preliminary realization of watershed segmentation algorithm)
match
- opencv学习笔记,基于vs2013和opencv3.2的单图像模板匹配(Single image template matching)
动态头像一键生成工具
- 自动拼接的人脸漫画头像 输入:一张带有表情的前景清晰的人脸图片 输出:根据“脸萌”五官组建好的人脸头像 编程语言:Python2.7.10 使用框架:Flask,Oxford,Face++,OpenCV,Numpy 等以及其它一些 Python 模块 编程环境:Mac OS X 10.11.2
基于CSRT算法的目标跟踪
- 本项目为基于CSRT算法的目标跟踪,使用C++书写,需使用opencv3.4.1及以上版本。已经测试完毕,下载后直接修改opencv路径即可运行。可根据需要自行替换测试视频进行跟踪 关于CSRT的介绍: In the Discriminative Correlation Filter with Channel and Spatial Reliability (DCF-CSR), we use the spatial reliability map for adjusting the fi