Detection

级联分类器 本小节我们主要学习： Haar级联检测对象工作机制 应用基于Haar特征的级联分类器检测面部眼睛基础 使用 cv::CascadeClassifier 类来检测视频流中的物体，会用到以下函

光流 本小节我们主要理解光流的概念以及使用Lucas-Kanade方法对其进行评估。另外还有如下两个函数： cv.calcOpticalFlowPyrLK() 用于跟踪视频中的特征点， cv.calc

均值偏移和凸轮偏移 本小节我们主要学习如何使用均值偏移和凸轮偏移来对视频中的物体进行追踪 一、均值偏移 meanshift 背后的思想很简单。 考虑有一组点。 （它可以是像直方图反投影这样的像素分布）

如何使用背景差减法 如何使用背景差减法 一、概念 背景减法 (BS) 是一种常用且广泛使用的技术，用于使用静态摄像机生成前景蒙版（即包含属于场景中移动对象的像素的二值图像）。 顾名思义，BS 计算前景

高级拼接 API（Stitcher 类） 在本小节中，我们将会了解到由OpenCV提供的Stitcher类进行高级拼接的API以及使用预配置的 Stitcher 配置来拼接使用不同相机型号的图像。 一

高动态范围成像 一、引言 如今，大多数数字图像和成像设备每通道使用 8 位整数表示灰度，因此将设备的动态范围限制在两个数量级（实际上是 256 级），而人眼可以适应变化十个数量级的照明条件。当我们拍摄

SIFT & SURF 两者都是特征检测的算法，但略有不同。 一、SURF 1. 背景及来源 使用SIFT算法进行关键点检测和描述的执行速度比较慢，需要速度更快的算法。SURF算法由Bay在2006年

特征匹配 一、特征匹配与描述 在本小节中，我们将会了解到如何匹配不同图像间的特征，以及OpenCV中的蛮力匹配器和FLANN匹配器 1. 蛮力匹配器的基本概念 蛮力匹配器很简单。 它采用第一组中一个特

BRIEF & ORB 一、BRIEF (Binary Robust Independent Elementary Features) - 二进制鲁棒独立基本特征 本小节我们主要了解BRIEF算法的基