chlele0105的专栏

网址：http://blog.csdn.net/yang_xian521/article/details/7107786http://blog.csdn.net/xiaowei_cqu/article/details/7771760

最开始的C接口中的是 cvGetTickCount()和 cvGetTickFrequency()，在程序段的开始和结束时两次使用cvGetTickCount()，然后将两次的差除以cvGetTickFrequency()后就可以获得程序段的以微秒us为单位的运行时间，不是很精确但是一般足够了。         到了2.x之后在命名空间cv中又多了几个函数，getTickCount()，g

高斯背景模型在 运动检测中的应用原理 : 高斯模型就是用高斯概率密度函数（正态分布曲线）精确地量化事物，将一个事物分解为若干的基于高斯概率密度函数（正态分布曲线）形成的模型。对图像背景建立高斯模型的原理及过程：图像灰度直方图反映的是图像中某个灰度值出现的频次，也可以认为是图像灰度概率密度的估计。如果图像所包含的目标区域和背景区域相比比较大，且背景区域和目标区域在灰度上有一定的差异，

转自：http://blog.csdn.net/carson2005/article/details/7841443在2005年CVPR上，来自法国的研究人员Navneet Dalal 和Bill Triggs提出利用Hog进行特征提取，利用线性SVM作为分类器，从而实现行人检测。而这两位也通过大量的测试发现，Hog+SVM是速度和效果综合平衡性能较好的一种行人检测方法。后来，虽然很多研究人员

#include #include #include using namespace std;void GetROI(IplImage *src,IplImage *dst,int height,int width){ //IplImage *src = cvLoadImage("E:\\3.jpg"); int srcHeight=src->height;

综述:OpenCV有针对矩阵操作的C语言函数. 许多其他方法提供了更加方便的C++接口，其效率与OpenCV一样. OpenCV将向量作为1维矩阵处理. 矩阵按行存储，每行有4字节的校整. 分配矩阵空间:CvMat* cvCreateMat(int rows, int cols, int type); type: 矩阵元素类型. 格式为CV_(S|U|F)C.

1.执行菜单栏“视图——其他窗口——属性管理器”。2双击Debug | Win32下的“Microsoft.Cpp.Win32.user“，在弹出的配置框中配置。这个设置是对所有工程有效的。你可以打开其他的工程或者新建新的工程，可以看到都继承了此配置。

一、网上一些参考资料　　 在博客目标检测学习_1(用opencv自带hog实现行人检测) 中已经使用了opencv自带的函数detectMultiScale()实现了对行人的检测，当然了，该算法采用的是hog算法，那么hog算法是怎样实现的呢？这一节就来简单分析一下opencv中自带 hog源码。　　网上也有不少网友对opencv中的hog源码进行了分析，很不错，看了很有收获。

最近在做一个视频跟踪的项目，里面需要用cvLoadImage从一个文件夹中循环的读取图片。程序编译通过，但在运行的时候内存一直处于增长状态，最后直接报出内存溢出。查了一下发现是cvLoadImage的原因。具体代码如下：for( string::size_type i = 0; i != img_path.size(); i++ ) { path="

一．人脸的Haar特征分类器是什么二．在哪找人脸的Haar特征分类器三．怎么用人脸的Haar特征分类器四．人脸识别示例代码五．人脸识别程序运行结果一．人脸的Haar特征分类器是什么人脸的Haar特征分类器就是一个XML文件，该文件中会描述人脸的Haar特征值。当然Haar特征的用途可不止可以用来描述人脸这一种，用来描述眼睛，嘴唇或是其它物体也是可以的。二．在哪找

#include "opencv2/opencv.hpp"#include using namespace std;using namespace cv;int otsu(Mat src,Mat dst){ int width=src.cols; int height=src.rows; long N = height * width; int h[