摄像头实时识别二维码

自行收集面部表情图片，例如从搜索引擎中抓取或者直接用公开的数据集，基于tensorflow等深度学习系统，构建一个面部表情分类，可以检测静态图片中的人脸面部表情，或者面部表情实时监测系统。搭建一个桌面或者移动端app，可以对面部表情进行实时的检测和输出，可以检测的面部表情7种。

提出了Matlab 平台下的集装箱识别定位新方法, 系统利用Matlab7.0 提供的Image Acquisition 工具箱实现实时视频流的获取。将HSV 颜色空间量化编码成162 色实现对图像匹配区域的压缩。用直方图相交算法给出匹配图像与模板的相似度, 识别出一帧图像中的集装箱。并结合实际情况采取变步长平移搜索方案, 进一步提高了系统速度, 满足了系统实时性的要求。

本篇文章的目的主要是介绍如何利用OpenCV自己训练分类器，实现特定物体的识别，这里以人手识别为例，对整个分类器训练及识别测试过程进行详细说明，并附有程序代码。

如何用mind+制作一个语音小助手

手把手教你如何利用Python + opencv opencv实时识别指定(或自定义）物体

opencv角度实时识别项目源码，opencv c++物体角度识别程序代码，摄像头物体角度识别代码。

使用PyQt5做的人脸表情识别图像化界面，该程序是使用Python3.7开发的，利用Dlib库实现人脸识别以及情绪分析的功能。利用 Dlib 官方训练好的模型 “shape_predictor_68_face_landmarks.dat” 进行 68 个特征点标定，该模型已上传到该资源中，可以直接调用，利用 OpenCv 进行图像化处理，在人脸上画出 68 个特征点，并用红色数字标明特征点的序号。使用嘴巴的张开比例，眼睛的睁开程度，眉毛的倾斜程度作为表情分析的三个指标，通过计算特征点之间的欧氏距离，来判断人脸的表情。该系统主要能够识别惊恐、常态、高兴、生气等四种表情，识别准确率高，速度快。

opencv实时识别指定物体，所有需要的用到的文件都已经放上了，opencv 3.4.0 python 3.6.3