发布亮点： OpenCV Github 项目终于突破50000 stars！新的里程碑~

OpenCV 2020 夏季版如约而至，收录了不少State-of-the-art 和经典算法，我们一起来看看吧！ 历史性重大更新！ SIFT算法因专利到期，成为公有技术，其OpenCV实现被移到主仓库。

给这位小老弟曝曝光 亮亮相

解答关于图像处理和opencv的任何问题

最近学习过程中无意间看到一个港澳台网站的opencv学习博客，感觉非常适合初学者使用，比看视频有效。链接如下：http://monkeycoding.com/?page_id=12

应要求，发上我被骗的截图吧！！！

看吧里边好像有些人的环境配置有问题，一直报错，吓得我赶紧混点经验压压惊

lumia800镇楼

内容无法发出，所以发几张效果图试试。 分别是： 1. 九宫格数独原始图片 2.数字区域提取 3.数字识别 4.数独求解

链接发不上去被秒删了，再发一遍

要求： 1. 每天学习一小节。 2. 需要有自己的见解，需要有自己的创新的特色的地方。 3. 多敲代码 4. 发散性思维

很久没逛本吧了，对一个月前加我好友的几个说声抱歉，没看到。不多说楼下贴代码

最近实现了一个小demo,检测并且识别手指。原理简单，采用opencv中ml模块的SVM分类器，人手检测采用HSV色度空间的肤色分割。

环境OpenCV 2.4.9，VS2012，由于激光灯不好显示的可能不太完美，还有就是只用用纯色背景即在视频二值化中没有太多杂色时才能完美追踪

辽宁舰镇楼

十一的时候，老司机再次发车，雅虎开源了其”不适合工作看”图片检测神经网络。老司机们得到消息第一时间就搭建了自己的检测平台。大家纷纷表示根本找不到数据测试的同时不忘言不由衷地抱怨以前写代码累脑袋，现在写代码累腰。 有人说的好：一个爬虫+”不适合工作看”图片检测神经网络=一个会发车的程序猿。 然而我一直等到现在才有开始试用，难道还不能说明问题吗！ 话不多说，开始我的试用之旅。首先找到雅虎开源项目的GitHub网址，

******由于贴吧不适合放代码，感兴趣的可以根据下面的文章链接到博客去看****** 本文由@星沉阁冰不语出品，转载请注明作者和出处。 文章链接：http://blog.csdn.net/xingchenbingbuyu/article/details/52804013 微博：http://weibo.com/xingchenbing 本项目部分基于这个博客Computer Vision for Predicting Facial Attractiveness。按照上面这个博客复现起来比较麻烦（当然是对我而言），而且我想要做的是对于任意一张人脸进行检测之后都可以进行颜值估计，但是他给出的代码还需要进行改

这个很多人做过了，效果如图： ：

在做用opencv做楼宇监控，于是找到了一位高人写的代码 http://python.jobbole.com/81645/ 但是运行的时候 却这样了，有没有大神懂的，说下解决办法

经常看到有人在网上询问关于imread()函数读取图片失败的问题。今天心血来潮，经过实验，总结出imread()调用的四种正确姿势。 通常我要获取一张图片的绝对路径是这样做的：在图片上右键——属性——安全——对象名称。然后复制对象名称就得到了图片的绝对路径。 如图： 然而这样得到的路径直接复制粘贴到vs里面会直接报错，如下： 可以看出我们获取的绝对路径的表示方法是单右斜线形式的。显然opencv的imread()不支持这种方式。但是！！！经过实

slam的： http://v.youku.com/v_show/id_XMTU2Mjk1MjMyOA==.html?sharefrom=ip 无标记的： http://v.youku.com/v_show/id_XMTU0OTA2Mzg2OA==.html?sharefrom=ip 有标记的： http://v.youku.com/v_show/id_XMTUzNzU3NTU0MA==.html?sharefrom=ip

之前一直觉得人脸检测是非常麻烦的，即使是用opencv，麻烦到我都不敢去碰。这两天仔细看了下，如果只是调用opencv自带的分类器和函数的话，简直是简单。这不，正好最近也在学习Python，索性就用C++和Python两种语言都实现一下。当然，我现在这个是最简单的版本。 步骤： 调用opencv训练好的分类器和自带的检测函数检测人脸人眼等的步骤简单直接： 1.加载分类器，当然分类器事先要放在工程目录中去。分类器本来的位置是在*\opencv\sources\data\haarcascades

先上效果图。 本文并非原创，是在外网上看到的一个实例。不是翻译，也不是转载，只是自己实现了下，一点小记录。代码略有改动。 过程大致分为两步： 第一步，画出时钟； 第二步，同步系统时间。 其中第一步是跟opencv相关，第二步不太了解，不作过多记录。 一个简单的时钟就是线段和圆的组合。包括最外围的圆，60根刻度线（其中12根整点刻度线）和时针分针秒针三根长的线段。 画圆最简单：创建一个长宽相等的图片，以图片中心为中心，以

在安卓上用OpenCV搞了个AR的效果，勉强在AR卡上画个Cube，可以用谷歌的Cardboard玩。

链接：http://pan.baidu.com/s/1pJ1SfNl 密码：3m68

——来自 诺基亚 Lumia 1020

忙活了一天，终于实现了树莓派上的图像处理，做个笔记吧 http://tieba.baidu.com/p/3958907653 只能截图了 关键头文件等要配置好

前段时间有人给我发张液晶数字图片，要识别当前液晶显示的数字字符，首先想到官方的库里面是自带识别实例，但是由于液晶数字图像比较模糊，且数字类似于像素点阵，基本官方是识别不出来，不过可以运用图像处理的算法简单处理，既可以将转化到连续平滑的二值化图像后再来识别，效果就相对好点。 思路： 1，图像均衡处理找到灰度图像二值化阀值，进行灰度处理。 2，运用3X3模型迭代膨胀，再使用中值和模糊平滑处理，让数字变得连续。 3

学opencv一年多了，各个平台下也都玩过，最近几天尝试了在ios设备上使用opencv，写了个app，有slic超像素分割，实时人脸检测，实时TLD跟踪。。。tld还是很强大的，可以看看我在iPhone上的跟踪效果 http://v.youku.com/v_show/id_XOTA2ODE4Njg4.html

今天刚答辩完，感觉还不错，不能让这个项目就这么没了，所以拿出来和大家分享一下。项目有一些不完善的地方，也希望大家拿到源码后能自己修改成更好的。这个项目做毕设或者课程设计绝对没有问题。

最近学习了Emgu cv 的图像处理算法，使用opencv公司提供的开源代码做了一个远程 图片流的人脸识别检测的上位机，首先来看看效果图 首先启动程序后 然后点击取得连接，蓝色区域将会显示远程摄像头采集的视频图像， 此时将捕捉人脸，并识别，如图 侧脸时，由于我使用的是之前训练的识别库，这个角度没法识别出我的脸， 调整角度后结果就如下图，识别出我的脸，并显示出在识别库对应的我的名字。 当点击训练识别时将调用笔记本的摄像头进行训