官方的 OpenCV-Python 库缺少一些涉及专利的或测试算法（例如 SURF、Multitracking），需要自己下载源码，编译生成 带有 OpenCV_contrib 接口的 OpenCV 库。 配套博文，参见：【youcans 的 OpenCV 学习课】1.2 编译生成带有 OpenCV_contrib 的 OpenCV 库（https://youcans.blog.csdn.net/article/details/128448875） 1. 工具下载与安装 2. 下载和编译 OpenCV 源码 3. 用 CMake 编译 OpenCV 源码 4. 用 Visual Studio 生成带有 OpenCV_contrib 接口的 OpenCV 库 5. 使用带有 OpenCV_contrib 接口的 OpenCV 库

首先进行图片的读取，使用opencv的haar鼻子特征分类器，如果检测到鼻子，则证明没有戴口罩。如果没有检测到鼻子，接着使用opencv的haar眼睛特征分类器，如果没有检测到眼睛，则结束。如果检测到眼睛，则把RGB颜色空间转为HSV颜色空间。进行口罩区域的检测。口罩区域检测流程是首先把距离坐标原点的较近的横坐标作为口罩区域开始横坐标，离坐标原点较远的横坐标作为口罩区域结束横坐标。离坐标原点较远的纵坐标作为口罩区域开始纵坐标，离坐标原点较远的纵坐标与眼睛高度2倍的和作为口罩区域结束纵坐标。

64位windows系统 python3.6的4.1.1版本opencv2库。 官方下载速度很慢，大概十几KB，几个小时。 为了方便大家学习，我免费上传。 因为已经存在资源了，所以MD5被我修改了，防止上传时资源冲突。

opencv-python运动物体位置追踪实验一.预备知识介绍①此实验的代码与颜色轨迹描绘实验的代码非常类似，本质还是通过颜色识别追踪运动物体的实时位置②cnt

opencv中文版教程（自己整理了目录） OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV用C++语言编写

主要介绍了OpenCV-Python 摄像头实时检测人脸，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

使用opencv-python

数独 使用 OpenCV 的增强现实数独求解器。 用法 安装 pip install -r requirements.txt 主文件 usage: main.py [-h] [-f FILE] [-s] [-w] [-d] arguments: -h, --help show this help message and exit -f FILE, --file FILE File path to an image of a sudoku puzzle -s, --save Save image to specified file's current directory -w, --webcam Use webcam to solve sudoku puzzle in real time

目标 在本章节中，我们将把calib3d模块中的特征匹配和findHomography混合在一起，以在复杂图像中找到已知对象。 基础 那么我们在上一环节上做了什么？我们使用了queryImage，找到了其中的一些特征点，我们使用了另一个trainImage，也找到了该图像中的特征，并且找到了其中的最佳匹配。简而言之，我们在另一个混乱的图像中找到了对象某些部分的位置。此信息足以在trainImage上准确找到对象。 为此，我们可以使用calib3d模块中的函数，即cv.findHomography()。如果我们从两个图像中传递点集，它将找到该对象的透视变换。然后，我们可以使用cv.perspec

脚本工具类，使用Java语言调用，也可以单独使用。 使用opencv-python +pytesseract 身份证识别正反面，包含姓名、身份证号、性别、详细地址。 1、所需库：pytesseract.py 安装：pip3 install pytesseract pip3 install opencv-python==3.4.8.29 2、中文文字识别（下载chi_sim.traineddata中文文字库：https://tesseract-ocr.github.io/tessdoc/Data-File