利用opencv进行双目视觉Shi-Tomasi角点检测

能打开摄像头追踪目标  鼠标先框出一个目标  后面可以追踪 仅限于单目标追踪。

基于opencv 2.4 ，运行需要配置opencv库。具体过程可参考网络配置教程。在程序目录文件夹下，输入2张图片，分别命名为，1.jpg    2.jpg   。运行程序，显示surf特征点。用于图像匹配。

光流法是用于目标跟踪：对于一个连续的视频帧序列进行处理；针对每一个视频序列，利用一定 目标检测方法，检测可能出现的前景目标；如果某一帧出现了前景目标，找到其具有代表性的关键特征点；对之后的任意两个相邻视频而言，寻找上一帧中出现的关键特征点在当前帧中的最佳位置，从而得到前景目标在当前帧中的位置坐标；如此迭代进行，便可实现目标的跟踪。

一个非常简单的meanshift单目标跟踪程序，使用到了opencv，这只是一个简单的控制台程序，没有用户界面，所以最好还是改进一下。

简单的bila滤波器，使用VS平台编译，可自行改进，灰度领域加入了自适应算法，用以测试降噪以及边缘模糊效果，

多目标跟踪源请添加 Skype: TreeScar 更多的信息，如果你想分享一些更多的源代码:)

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。

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

基于vs2010+opencv2.4.4的人脸的检测，可以供各位初学的读者越来，以快速掌握人脸人检测，对于大神级人物，就不用读了。谢谢各位支持哦，祝各位学者，学习进步，事业有成。愿计算机视觉都能给你我带来美好的明天。

adaboost实现人脸识别     基于虚拟机下ubuntu下，打开摄像头采集图像，进行人脸定位