搜索资源列表
motiondetect
- 改代码实现从视频中检测并跟踪运动对象，而且将运动对象用矩形框标记出来-Change the code from a video detection and tracking moving objects, but also moving objects marked with the rectangular box
On_Mouse
- 一个可以手工标定图像区域并实时显示位置的程序，可以很方便的移植为图像标注工具、物体检测工具和对象跟踪工具等。-Manual calibration of an image region and display the location of procedures, can be easily transplanted to image annotation tool, object detection and object tracking tools and other tools.
Border-Detection-Criteria
- 一种运动目标检测方法，可以准确的检测视频序列中运动目标对象-A movement target detection methods can accurately detect objects moving objects in video sequences
OpenCVcalibration-
- 以计算机视觉和视觉检测中的摄像机标定过程作为研究的对象，分析了开源计算机视觉函数库OpenCV中的摄像机模型，使用张正友基于平面模板的方法进行标定-To computer vision and visual inspection of the camera calibration process as the object of study, analysis of the open source computer vision library OpenCV in the camera mode
facedetect_Opencv_haar_adboost_CPP
- 人脸检测的程序，用的haar特征和adboost算法，基于opencv的在VS2010上成功运行的C程序。可以检测静态图片，视频，和摄像头的视频中是否含有目标对象的程序。-Face detection program, with the the haar characteristics and adboost algorithm, based on opencv run successfully on VS2010 C program. The program can detect static
TestPointsDistance
- 点跟踪、点先跟踪，对象测试检测，非常精确简单-Point tracking, point tracking, object test detection, very precise and simple
objdetect
- 人脸检测代码，对象目标模版检测非常好的实例-Very good examples of face detection code, object target template detection
objdetect
- 人脸检测代码，对象目标模版检测非常好的实例-Very good examples of face detection code, object target template detection
objdetect
- 人脸检测代码，对象目标模版检测非常好的实例-Very good examples of face detection code, object target template detection
FLANN_and_SURF
- 检测Surf关键点、提取训练图像描述符,创建基于FLANN的描述符匹配对象-To check surf key points extracted image descr iptor training, create the descr iptor-based matching objects FLANN
optical1
- 光流法检测目标对象的光流,尤其是对运动的光流进行检测-Optical flow characteristics
OpenCV_By_Example(中文版)
- 该资料中包含了《OpenCV By Example》中文版以及例程程序，该书的目录如下所示： 第1章 OpenCV的探险之旅; 第2章 OpenCV基础知识介绍; 第3章 图形用户界面和基本滤波; 第4章 深入研究直方图和滤波器; 第5章 自动光学检测、目标分割和检测; 第6章 学习目标分类; 第7章 识别人脸部分并覆盖面具; 第8章 视频监控、背景建模和形态学操作; 第9章 学习对象跟踪; 第10章 文本识别中的分割算法; 第11章 使用Tessera