利用opencv进行双目视觉Shi-Tomasi角点检测

经典的人脸识别算法，包含算法和c++程序

SIFT/SURF基于灰度图， 一、首先建立图像金字塔，形成三维的图像空间，通过Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围26个点进行NMS，从而得到粗略的特征点，再使用二次插值法得到精确特征点所在的层（尺度），即完成了尺度不变。   二、在特征点选取一个与尺度相应的邻域，求出主方向，其中SIFT采用在一个正方形邻域内统计所有点的梯度方向，找到占80%以上的方向作为主方向；而SURF则选择圆形邻域，并且使用活动扇形的方法求出特征点主方向，以主方向对齐即完成旋转不变。   三、以主方向为轴可以在每个特征点建立坐标，SIFT在特征点选择一块大小与尺度相应的方形区域，分成16块，统计每一块沿着八个方向占的比例，于是特征点形成了128维特征向量，对图像进行归一化则完成强度不变；而SURF分成64块，统计每一块的dx，dy，|dx|，|dy|的累积和，同样形成128维向量，再进行归一化则完成了对比度不变与强度不变。

本人做研究生数学建模时候写的代码，关于动态视频，前景识别检测代码，精确度非常高，获得国家二等奖

opencv读取衣服彩色图像的rgb像素值，其中包括一些相应的dll文件，和可执行性代码。

通过参数调整，可获取任意帧数的平均值

现将图像进行转化为单通道，在对单通道的图像处理，统计图像中像素点的分布情况，为后续的均衡化等提供支持，也可以在图像处理中减小数据的量，从而加快运行时间或者算法的时间，从实际上来说彩色图像是3通道，灰度是单通道，但是灰度图像仍保留了大量的信息。此例子也可以为初学者做一个展示。

基于opencv的色彩恢复的多尺度Retinex算法（MSRCR），属于夜间图像增强算法，对去雾也有一定的处理效果，可直接运行，效果比较理想。基于opencv的色彩恢复的多尺度Retinex算法（MSRCR），属于夜间图像增强算法，对去雾也有一定的处理效果，可直接运行，效果比较理想。

实现OpenCV、OpenGL、VS2008混合编程，输入校正后的图像对，使用立体匹配算法计算其视差图，最后用OpenGL进行三维重建

提供两种抽取视频帧的方法，一种为逐帧遍历，输出所需要的关键帧，另一种为预先设置帧号，直接从视频中抽取，两种方法适用场合不同，各有长处。