提取精度目前没有验证，提取到算法是否可靠需要验证 根据《机器视觉算法与应用》实现的Demo

lp__Python学习笔记之人脸识别

OpenCV 目前有 Barcode 定位和解码的功能, 但是并不能解码 Code128 类型的条码. 资源中包含了解码与生成 Code128 类型条码的功能, VS2015 x64 项目. 具体可参考 https://blog.csdn.net/yx123919804/article/details/131610475

此代码为论文【M.-y. Chen and A. Hauptmann, "Mosift: Recognizing human actions in surveillance videos," 2009.】基于OPENCV 2.4.9的具体实现。

本项目使用OpenCV和Python语言，实现了一个实时视频流车牌识别系统。该系统可以从摄像头中获取视频流，并自动识别车辆的车牌号码。以下是该项目的详细描述： 步骤1：视频流获取 首先，我们需要获取视频流并将其传递给系统。我们可以使用OpenCV库中的VideoCapture功能，该功能可从摄像头、文件或网络中读取视频流。在本项目中，我们将使用电脑摄像头获取实时视频流。 步骤2：车牌识别 为了识别车牌号码，我们需要先检测车辆的位置和大小。在本项目中，我们将使用Haar级联分类器来检测车辆。 在检测到车辆后，我们可以使用车牌识别算法对车牌进行识别。在本项目中，我们将使用基于深度学习的车牌识别算法，例如卷积神经网络（CNN）或循环神经网络（RNN）。识别结果将被绘制在车辆矩形框上。 步骤3：结果输出 最后，我们可以将识别结果输出到控制台或保存到文件中。在本项目中，我们将在车牌上绘制识别结果，并将视频流显示在屏幕上。 以上是本项目的详细描述。该系统可以帮助警察、停车场管理等监控场合快速识别车辆的车牌号码。

基于OpenCV的水电表的刻度数读取及识别，源码

毕业设计基于Opencv的车牌识别系统 版本：python3.7.3，opencv4.0.0.21，numpy1.16.2，tkinter和PIL5.4.1. 大概演示 由于样本数据来自网络，因此识别率只是看看而已。但清楚的图片还是可以识别出来的 def close_window(): print("destroy") if surface.thread_run: surface.thread_run = False surface.thread.join(2.0) win.destroy() if __name__ == '__main__': win = tk.Tk() surface = Surface(win) # close,退出输出destroy win.protocol('WM_DELETE_WINDOW', close_window) # 进入消息循环 win.mainloop()

基于opencv的张正友畸变矫正，里面有28张棋盘图，程序可行。

这是基于opencv的计算机视觉技术书中的一个程序实例，本人觉得很不错，学习三维立体重建的朋友们可以看看啊

基于opencv的边缘检测 在我电脑上可以运行 效果还比较理想 希望可以帮到大家