att0206的博客

Opencv4.2录制视频线程

数字图像处理最主要的就是对像素进行操作，然而Opencv提供了14中像素的操作方法，但是处理速度有所不一样，常用的可以用指针进行访问，本文采用的也是用指针进行访问，其次可以采用vector容器指针的方式进行访问，处理速度上也很快！ 基本上如果学会了对像素的操作就可以结合《数字图像处理》一书根据相应理论公式编写相关算法，正如学习stm32嵌入式时，首先学会 的既是对I/O口的操作；之前都是通过调用

本次实验是针对两幅图片的线性混合以及滑动窗口建立的实验，所谓的线性混合既是对两张相同类型相同大小的图片进行像素的加权（就是用0-1之间的一个值进行相乘）叠加；创建滑动窗只需要用到三行代码即可 //在新建的窗体中创建一个滑动条控件 char TrackbarName[50]; sprintf(TrackbarName,"透明度%d",g_nMaxAlphaValue);

环境：VS2012+Qt5+Opencv2.4.10,window10系统功能：打开电脑摄像头进行人脸显示，可以拍照存储到本地，最重要的是能够实现人脸的检测与识别。一、第一部分：人脸识别先讨论人脸的识别过程： 1、收集训练库，这里采用的是ORL人脸数据集，总共有40个人，每人10张，为了能够识别自己，需要采集自己不同角度以及光照的10张脸部分的照片，加入ORL数据集存储在s41文件夹内

环境：Opencv2.4.10、Qt5、libfacedetection、window10系统功能：人脸识别，人脸特定部位跟踪(眼睛、鼻子、嘴巴等)、实现在人脸一些部位实现挂件的实时跟踪。第一部分：libfacedetection简介第二部分：libfacedetection与Opencv中的人脸检测对比第三部分：总结第四部分：结果展示先上一张结果图：可以使用这个技能装逼了（笑哭），启发于经常在

近年CVPR会议上大部分文章都牵扯到神经网络，的确相比于传统的方法在精确度上大幅度提升。Opencv官方也按捺不住，这不集成了DNN模块。 其中，常用框架包含Caffe 1,TensorFlow,Torch/PyTorch,详见Deep-Learning-in-OpenCV包含了经典的AlexNet，GoogleNet等常用网络的模型。具体查看Opencv新特性下载地址：包含了常用平台的安

说明：最近微信的跳一跳小程序可谓火了一把，不是因为它本身多好玩，而是有大部分的程序员们加入其中，利用各种领域方法，实现了微信跳一跳的外挂，分数轻松上千或上万。之前也看了基于Python开源的代码，GitHub上现在的star已经快超过1W了，简直不敢想。趁着今天礼拜天，在实验室中也简单的实现了一下微信跳一跳的辅助工具，精度还不够高，我跑了一下才到90，纯属娱乐好玩的，后期再继续改进，主要是依赖C+