今天，研究了下Qt 中如何应用OpenCV的问题。 与VC6.0环境下MFC只能应用OpenCV1.0版本不同，Qt 中可以应用最新的OpenCV2.4.x版本（又一个Qt 的好处）。 搭建环境： 操作系统：Win7 Qt版本：Qt4.8                                     OpenCV版本：OpenCV2.4.4     官网下载解压后竟然2.

最近再次用到了opencv轮廓，在这里结合作者冰山一角的博客（http://www.cnblogs.com/slysky/）以及自己的体会在此稍加说明。其程序主要参见冰山一角的Blog，遗憾的是代码是OpenCV1.0写的，等有时间再用2.4.2改写一篇。     对于轮廓的相关数据结构表示和几本操作（查找轮廓，画轮廓），可参见前面两片关于轮廓的例程，在这里不多讲。    对于查找轮廓我们一般

运动前景对象检测是从视频序列图像中将变化区域从背景图像中提取出来，运动前景对象的有效检测对于对象跟踪、目标分类、行为理解等后期处理至关重要，那么区分前景对象，非常关键的一个问题是确定一个非常合适的背景，背景从象素的角度来理解，每一个象素就是有可能是前景点，也有可能是背景点，那么我们就要防止背景中误进入原属于前景点的对象，目前有几种常用的方法，但分别有利弊。         一、固定背景提取法。

1.cvGet2D(图片， y坐标， x坐标)    速度慢 CvScalar s; s = cvGet2D(src, j,i);//获取src图像中坐标为（i,j）的像素点的值 s.val[0] 代表src图像BGR中的B通道的值~ 例如： CvScalar s = cvGet2D(img, y, x); printf(" RGB : B=%d, G=%d, R=%d \n" , (

原帖地址：http://www.cnblogs.com/slysky/archive/2011/10/14/2212227.html 虽然Canny之类的边缘检测算法可以根据像素间的差异检测出轮廓边界的像素，但是它并没有将轮廓作为一个整体。下一步是要将这些边缘像素组装成轮廓。 轮廓是构成任何一个形状的边界或外形线。直方图对比和模板匹配根据色彩及色彩的分布来进行匹配，以下包括：轮廓的查找、表达方

原文地址：http://www.cnblogs.com/slysky/archive/2011/10/13/2210745.html   首先介绍一下直方图 一.用带权重的样本统计直方图 直方图Histogram，是一种常见的概率分布的非参数（区别于高斯分布，泊松分布等用参数表达概率密度的方法）表达方法。直方图可以看成概率密度分布的离散化表达方法。它的计算很简单，是一种投票的方法，就是每个

1.主要函数 voidcvSetImageROI（IplImage* image，CvRect rect）； voidcvCopy( const CvArr* src, CvArr* dst, const CvArr* mask=NULL ); 对于cvSetImageROI中参数只能是rect矩形，不太灵活，可以用于手动标注或者自动标注矩形区域。（做个视频标注工具中可以用用）