• OpenCV自带案例目录


    其中一部分的源码解读已写成博客,请查阅我的其他博客《OpenCV自带案例源码解读系列》

    自带案例有两部分:EXAMPLE和TUTORIAL,即案例和专题

    案例首先用cmake编译,然后在vs中运行即可。https://blog.csdn.net/webzhuce/article/details/80473793

    具体的EXAMPLE如下:(CPP文件夹中)

    • 3calibration.cpp: 同时标定三台水平放置的相机。

    • bagofwords_classification.cpp: 使用图像检测实现简易的图像搜索功能。

    • bgfg_gmg.cpp: 演示GMG 背景检测算法的使用方式。

    • bgfg_segm.cpp: 演示高斯混合背景检测算法的使用方式。

    • brief_match_test.cpp: 使用 BRIEF 特征值来匹配两张图像。

    • build3dmodel.cpp: 演示如何使用基础矩阵和特征值来创建三维模型。

    • calibration.cpp: 完整的多用途标定程序。

    • calibration_artificial.cpp: 在程序中生成一个虚拟的相机,并进行标定。

    • camshiftdemo.cpp: 读取实时的摄像头数据,并演示基于均值偏移算法的视频跟踪。

    • chamfer.cpp: 使用Chamfer 算法匹配两副边缘图像。

    • cloning_demo.cpp: 命令行模式的图像克隆。

    • cloning_gui.cpp: 图形界面交互的图像克隆。

    • connected_components.cpp: 查找并绘制图像中的连通区域。

    • contours2.cpp: 查找并绘制图像中的轮廓。

    • convexhull.cpp: 查找并绘制由点的集合组成的凸包。

    • cout_mat.cpp: 使用cout 来输出各种格式化的 Mat 对象。

    • create_mask.cpp: 演示如何创建黑白掩码图像。

    • dbt_face_detection.cpp: 基于检测的人脸跟踪代码。

    • delaunay2.cpp: 通过鼠标交互式地生成 Delaunay 三角形。

    • demhist.cpp: 演示直方图的用法。

    • descriptor_extractor_matcher.cpp: 演示 features2d 检测框架的用法。

    • detection_based_tracker_sample.cpp: 与 dbt_face_detection.cpp 类似。

    • detector_descriptor_evaluation.cpp: 评估各种特征检测器和描述子。

    • detector_descriptor_matcher_evaluation.cpp:评估各种特征检测器和匹配器。

    • dft.cpp: 演示一幅图像的离散傅里叶变换。

    • distrans.cpp: 显示边缘图像的距离变换值。

    • drawing.cpp: 演示绘画和文字显示功能。

    • edge.cpp: 演示Canny 边缘检测。

    • em.cpp: 对随机生成的数据点进行 EM 聚类。

    • fabmap_sample.cpp: 演示 FAB-MAP 图像检索算法。

    • facerec_demo.cpp: 人脸识别。

    • fback.cpp: 实时的Farneback 光流跟踪。

    • ffilldemo.cpp: 演示 floodFill() 像素填充算法。

    • filestorage.cpp: 演示序列化到外部文件,如yml、xml等。

    • fitellipse.cpp: 将轮廓点匹配到椭圆。

    • freak_demo.cpp: 演示 FREAK 特征值的用法。

    • gencolors.cpp: 演示 generateColors()。

    • generic_descriptor_match.cpp: 基于 SURF 的两幅图像间的匹配。

    • grabcut.cpp: 演示GrabCut 分割算法。

    • houghcircles.cpp: 用霍夫算法检测圆。

    • houghlines.cpp: 用霍夫算法检测直线。

    • hybridtrackingsample.cpp: 混合跟踪算法(Hybrid Tracker)的演示。

    • image.cpp: 来回转换cv::Mat 和 IplImage。

    • image_alignment.cpp: 演示 findTransformECC() 函数。

    • image_sequence.cpp: 使用 VideoCapture 对象读取序列帧。

    • imagelist_creator.cpp: 创建图像列表到 xml 文件。

    • inpaint.cpp: 使用鼠标交互地进行图像修补。

    • intelperc_capture.cpp: Intel 感知计算设备相关的函数。

    • kalman.cpp: 使用卡尔曼滤波进行二维跟踪。

    • kmeans.cpp: Kmeans 聚类算法的演示。

    • laplace.cpp: 拉普拉斯边缘检测。

    • latentsvm_multidetect.cpp: latentSVM 检测器。

    • letter_recog.cpp: 字母识别。

    • linemod.cpp: 基于OpenNI 的体感设备应用。

    • lkdemo.cpp: 演示Lukas-Kanade光流法。

    • logpolar_bsm.cpp: 演示 LogPolar 盲点模型。

    • lsd_lines.cpp: LSD 线段检测。

    • matcher_simple.cpp: SURF 特征检测。

    • matching_to_many_images.cpp: 一对多的特征检测。

    • meanshift_segmentation.cpp: 演示基于均值漂移的色彩分割函数——meanShiftSegmentation()

    • minarea.cpp: 寻找最小包围盒、包围圆

    • morphology2.cpp: 形态学图像处理

    • npr_demo.cpp: 演示各种非真实感渲染效果

    • opencv_version.cpp: 输出 OpenCV 库的版本号

    • openni_capture.cpp: 演示 OpenNI 相关的体感设备

    • pca.cpp: 基于 PCA 的人脸识别

    • peopledetect.cpp: 基于 cascade 或 hog 进行物体(人)检测

    • phase_corr.cpp: 演示 phaseCorrelate() 函数

    • points_classifier.cpp: 演示各种机器学习算法

    • segment_objects.cpp: 实时地在视频或相机画面中检测前景物体

    • select3dobj.cpp:在一个有标定棋盘的桌子上,使用3D Box标记一个对象,在所有序列帧中,只要照相机可以看到棋盘,就可以跟踪对象,并用Box分割对象

    • shape_example.cpp: 比较并检索形状

    • shape_transformation.cpp: 用 SURF 特征值检测形状并进行变换

    • squares.cpp: 检测图像中的方块形状。

    • starter_imagelist.cpp: 加载一个ImageList(由imagelist_creator.cpp产生)

    • stereo_calib.cpp: 双目视觉的标定

    • stereo_match.cpp: 计算左右视觉的图像的差异,生成点云文件。

    • stitching.cpp: 演示图像拼接算法。

    • stitching_detailed.cpp: 演示更多参数的图像拼接算法。

    • train_HOG.cpp: 训练 HOG 分类器

    • tree_engine.cpp: 演示如何使用不同的决策树和森林包括Boosting和随机树

    • videostab.cpp: 演示 videostab 中各个参数的用法。

    • watershed.cpp: 演示著名的分水岭图像分割算法。

  • 相关阅读:
    AWS EC2服务器的HTTPS负载均衡器配置过程
    大数据技术Hadoop笔试题
    网上找的hadoop面试题目及答案
    360全景图three.js
    360全景图three.js与Photo-Sphere-Viewer-master 3D全景浏览开发
    @font-face 字体
    scss语法
    6.事件
    5.回调函数
    4.querystring属性
  • 原文地址:https://www.cnblogs.com/xixixing/p/12264108.html
Copyright © 2020-2023  润新知