| 常见问题 | |
| CUDA 模块介绍 | |
| 简介 | |
| 颜色转换 | |
| OpenCV 视频I/O概述 | |
| 透视N点（PnP）姿态计算 | |
| 机器学习概述 | |
| ►图API | |
| 为何使用图API？ | |
| 高级设计概述 | |
| 内核API | |
| 实现细节 | |
| G-API 概述 | |
| 仿生模块视网膜介绍 | |
| 人脸模块更新日志 | |
| ICP点到平面里程计算法 | |
| 高级GUI和媒体（highgui模块） | |
| 图像输入和输出（imgcodecs模块） | |
| 视频输入和输出（videoio模块） | |
| 如何使用OpenCV parallel_for_并行化代码 | |
| dnn_android | |
| OpenCV中的轮廓 | |
| 加载、修改和保存图像 | |
| 机器学习（ml模块） | |
| 计算摄影（photo模块） | |
| 图像拼接（stitching模块） | |
| 视频分析（video模块） | |
| ►OpenCV教程 | |
| ►OpenCV简介 | |
| OpenCV安装概述 | |
| OpenCV配置选项参考 | |
| OpenCV环境变量参考 | |
| 在Linux中安装 | |
| 在GDB支持的IDE中使用OpenCV | |
| 使用gcc和CMake使用OpenCV | |
| 在Eclipse（CDT插件）中使用OpenCV | |
| 在Windows中安装 | |
| 如何在“Microsoft Visual Studio”中构建OpenCV应用程序 | |
| Image Watch：在Visual Studio调试器中查看内存图像 | |
| Java开发简介 | |
| 在Eclipse中使用OpenCV Java | |
| Clojure OpenCV开发简介 | |
| Android开发简介 | |
| 使用OpenCV进行Android开发 | |
| 如何在Android设备上运行深度网络 | |
| 在基于Android摄像头预览的CV应用程序中使用OpenCL | |
| 在MacOS中安装 | |
| 基于ARM的Linux系统的交叉编译 | |
| 使用Ubuntu/Debian进行MultiArch交叉编译 | |
| 使用CUDA为Tegra构建OpenCV | |
| 使用FastCV构建OpenCV | |
| 图像处理入门 | |
| 为OpenCV编写文档 | |
| 过渡指南 | |
| 从其他Doxygen项目交叉引用OpenCV | |
| ►核心功能（core模块） | |
| Mat - 基本图像容器 | |
| 如何使用OpenCV扫描图像、查找表和进行时间测量 | |
| 矩阵上的掩码操作 | |
| 图像操作 | |
| 使用OpenCV添加（混合）两张图像 | |
| 改变图像的对比度和亮度！ | |
| 离散傅里叶变换 | |
| 使用XML / YAML / JSON文件进行文件输入和输出 | |
| 如何使用OpenCV parallel_for_并行化代码 | |
| 使用通用内部函数对代码进行矢量化 | |
| ►图像处理（imgproc模块） | |
| 基本绘图 | |
| 使用OpenCV生成随机数和文本 | |
| 图像平滑 | |
| 腐蚀和膨胀 | |
| 更多形态学变换 | |
| 击中或击不中 | |
| 使用形态学操作提取水平和垂直线 | |
| 图像金字塔 | |
| 基本阈值操作 | |
| 使用inRange进行阈值操作 | |
| 创建自己的线性滤波器！ | |
| 为图像添加边框 | |
| Sobel导数 | |
| 拉普拉斯算子 | |
| Canny边缘检测器 | |
| 霍夫直线变换 | |
| 霍夫圆变换 | |
| 使用广义Ballard和Guil霍夫变换进行对象检测 | |
| 重映射 | |
| 仿射变换 | |
| 直方图均衡化 | |
| 直方图计算 | |
| 直方图比较 | |
| 反向投影 | |
| 模板匹配 | |
| 在图像中查找轮廓 | |
| 凸包 | |
| 为轮廓创建边界框和圆 | |
| 为轮廓创建旋转边界框和椭圆 | |
| 图像矩 | |
| 点多边形测试 | |
| 使用距离变换和分水岭算法进行图像分割 | |
| 离焦去模糊滤波器 | |
| 运动去模糊滤波器 | |
| 通过梯度结构张量进行各向异性图像分割 | |
| 周期噪声去除滤波器 | |
| ►应用工具（highgui、imgcodecs、videoio模块） | |
| 为应用程序添加轨迹条！ | |
| 使用GDAL读取地理空间栅格文件 | |
| 使用OpenCV进行视频输入和相似度测量 | |
| 使用OpenCV创建视频 | |
| 使用Kinect和其他OpenNI兼容深度传感器 | |
| 使用奥比中光Astra 3D相机 | |
| 使用奥比中光3D相机（UVC） | |
| 使用Creative Senz3D和其他英特尔RealSense SDK兼容深度传感器 | |
| 在Ubuntu中使用Wayland highgui后端 | |
| 处理动画图像文件 | |
| ►相机标定和3D重建（calib3d模块） | |
| 创建标定图案 | |
| 使用方形棋盘格进行相机标定 | |
| 使用OpenCV进行相机标定 | |
| 带纹理物体的实时姿态估计 | |
| 交互式相机标定应用程序 | |
| USAC：OpenCV中随机样本一致性算法的改进 | |
| ►对象检测（objdetect模块） | |
| ArUco标记检测 | |
| ►ArUco板检测 | |
| 创建标定图案 | |
| ►ChArUco板检测 | |
| 创建标定图案 | |
| 钻石标记检测 | |
| 使用ArUco和ChArUco进行标定 | |
| Aruco模块常见问题 | |
| ►2D特征框架（feature2d模块） | |
| Harris角点检测器 | |
| Shi-Tomasi角点检测器 | |
| 创建自己的角点检测器 | |
| 在亚像素级别检测角点位置 | |
| 特征检测 | |
| 特征描述 | |
| 使用FLANN进行特征匹配 | |
| Features2D + 单应性变换查找已知对象 | |
| 平面物体检测 | |
| AKAZE局部特征匹配 | |
| AKAZE和ORB平面跟踪 | |
| 单应性变换基本概念代码解释 | |
| ►深度神经网络（dnn模块） | |
| 加载Caffe框架模型 | |
| 如何启用Halide后端以提高效率 | |
| 如何为Halide后端调度网络 | |
| OpenCV与OpenVINO的使用 | |
| YOLO深度神经网络 | |
| 如何在浏览器中运行深度网络 | |
| 自定义深度学习层支持 | |
| 如何运行自定义OCR模型 | |
| 高级API：TextDetectionModel和TextRecognitionModel | |
| 基于深度神经网络的人脸检测与识别 | |
| PyTorch分类模型的转换和使用OpenCV Python启动 | |
| PyTorch分类模型的转换和使用OpenCV C++启动 | |
| PyTorch分割模型的转换和使用OpenCV启动 | |
| TensorFlow分类模型的转换和使用OpenCV Python启动 | |
| TensorFlow检测模型的转换和使用OpenCV Python启动 | |
| TensorFlow分割模型的转换和使用OpenCV启动 | |
| ►图API（gapi模块） | |
| 使用G-API的人脸分析管道 | |
| 在G-API上移植各向异性图像分割 | |
| 使用G-API实现人脸美化算法 | |
| 使用DepthAI硬件/OAK深度传感器 | |
| ►其他教程（ml、objdetect、photo、stitching、video） | |
| 高动态范围成像 | |
| 高级拼接API（Stitcher类） | |
| 如何使用背景减除方法 | |
| Meanshift和Camshift | |
| 光流 | |
| 级联分类器 | |
| 级联分类器训练 | |
| 条形码识别 | |
| 支持向量机简介 | |
| 非线性可分数据的支持向量机 | |
| 主成分分析（PCA）简介 | |
| ►OpenCV iOS | |
| 在iOS中安装 | |
| OpenCV iOS Hello | |
| OpenCV iOS - 图像处理 | |
| OpenCV iOS - 视频处理 | |
| ►GPU加速计算机视觉（cuda模块） | |
| GPU上的相似度检查（PNSR和SSIM） | |
| 使用带thrust的cv::cuda::GpuMat | |
| 图像处理入门 | |
| 使用Haar级联进行人脸检测 | |
| 对象检测 | |
| ►OpenCV-Python教程 | |
| ►OpenCV简介 | |
| OpenCV-Python教程简介 | |
| 在Windows中安装OpenCV-Python | |
| 在Fedora中安装OpenCV-Python | |
| 在Ubuntu中安装OpenCV-Python | |
| ►OpenCV中的GUI特性 | |
| 视频处理入门 | |
| OpenCV中的绘图函数 | |
| 鼠标作为画笔 | |
| 轨迹条作为调色板 | |
| ►核心操作 | |
| 图像基本操作 | |
| 图像算术操作 | |
| 性能测量与改进技术 | |
| ►OpenCV中的图像处理 | |
| 改变颜色空间 | |
| 图像几何变换 | |
| 图像阈值处理 | |
| 图像平滑 | |
| 形态学变换 | |
| 图像梯度 | |
| Canny边缘检测 | |
| 图像金字塔 | |
| ►OpenCV中的轮廓 | |
| 轮廓：入门 | |
| 轮廓特征 | |
| 轮廓属性 | |
| 轮廓：更多函数 | |
| 轮廓层级 | |
| ►OpenCV中的直方图 | |
| 直方图 - 1：查找、绘制、分析！！！ | |
| 直方图 - 2：直方图均衡化 | |
| 直方图 - 3：2D直方图 | |
| 直方图 - 4：直方图反向投影 | |
| ►OpenCV中的图像变换 | |
| 傅里叶变换 | |
| 模板匹配 | |
| 霍夫直线变换 | |
| 霍夫圆变换 | |
| 使用分水岭算法进行图像分割 | |
| 使用GrabCut算法进行交互式前景提取 | |
| ►特征检测与描述 | |
| 理解特征 | |
| Harris角点检测 | |
| Shi-Tomasi角点检测器和良好特征跟踪 | |
| SIFT（尺度不变特征变换）简介 | |
| SURF（加速鲁棒特征）简介 | |
| FAST角点检测算法 | |
| BRIEF（二进制鲁棒独立基本特征） | |
| ORB（定向FAST和旋转BRIEF） | |
| 特征匹配 | |
| 特征匹配 + 单应性变换查找对象 | |
| ►相机标定和3D重建 | |
| 相机标定 | |
| 姿态估计 | |
| 对极几何 | |
| 从立体图像生成深度图 | |
| ►机器学习 | |
| ►K近邻 | |
| 理解k近邻 | |
| 使用kNN进行手写数据OCR | |
| ►支持向量机（SVM） | |
| 理解SVM | |
| 使用SVM进行手写数据OCR | |
| ►K均值聚类 | |
| 理解K均值聚类 | |
| OpenCV中的K均值聚类 | |
| ►计算摄影 | |
| 图像去噪 | |
| 图像修复 | |
| 高动态范围（HDR） | |
| ►OpenCV-Python绑定 | |
| OpenCV-Python绑定如何工作？ | |
| 背景减除 | |
| 光流 | |
| Meanshift和Camshift | |
| 视频分析 | |
| ►OpenCV.js教程 | |
| ►OpenCV.js简介 | |
| OpenCV.js和教程简介 | |
| 使用OpenCV.js | |
| 构建OpenCV.js | |
| 在Node.js中使用OpenCV.js | |
| ►GUI特性 | |
| 图像处理入门 | |
| 视频处理入门 | |
| 为应用程序添加轨迹条 | |
| ►核心操作 | |
| 图像基本操作 | |
| 图像算术操作 | |
| 一些数据结构 | |
| ►图像处理 | |
| 改变颜色空间 | |
| 图像几何变换 | |
| 图像阈值处理 | |
| 图像平滑 | |
| 形态学变换 | |
| 图像梯度 | |
| Canny边缘检测 | |
| 图像金字塔 | |
| ►OpenCV.js中的轮廓 | |
| 轮廓：入门 | |
| 轮廓特征 | |
| 轮廓属性 | |
| 轮廓：更多函数 | |
| 轮廓层级 | |
| ►OpenCV.js中的直方图 | |
| 直方图 - 1：查找、绘制、分析！！！ | |
| 直方图 - 2：直方图均衡化 | |
| 直方图 - 3：直方图反向投影 | |
| ►OpenCV.js中的图像变换 | |
| 傅里叶变换 | |
| 模板匹配 | |
| 霍夫直线变换 | |
| 霍夫圆变换 | |
| 使用分水岭算法进行图像分割 | |
| 使用GrabCut算法进行前景提取 | |
| 视频捕获图像处理 | |
| 智能剪刀演示 | |
| ►视频分析 | |
| Meanshift和Camshift | |
| 光流 | |
| 背景减除 | |
| ►对象检测 | |
| 使用Haar级联进行人脸检测 | |
| 视频捕获中的人脸检测 | |
| ►深度神经网络（dnn模块） | |
| 图像分类示例 | |
| 带摄像头的图像分类示例 | |
| 对象检测示例 | |
| 带摄像头的对象检测示例 | |
| 语义分割示例 | |
| 风格迁移示例 | |
| 姿态估计示例 | |
| face_landmark_trainer | |
| ►contrib模块教程 | |
| 信息流Alpha抠图 | |
| ►bgsegm模块教程 | |
| 背景减除 | |
| ►探索人眼视网膜及其在图像处理中的应用 | |
| 视网膜与真实世界视觉 | |
| 处理引起光学错觉的图像 | |
| Ascend NPU图像处理 | |
| 多相机标定 | |
| 全向相机标定 | |
| 计算机视觉应用程序的交互式可视化调试 | |
| 使用CNN进行对象检测 | |
| ►使用CNN进行超分辨率 | |
| 图像超分辨率：单输出 | |
| 图像超分辨率：多输出 | |
| 视频超分辨率 | |
| 超分辨率基准测试 | |
| ►face模块教程 | |
| 使用OpenCV进行人脸识别 | |
| 图像中的人脸特征点检测 | |
| 视频中的人脸特征点检测 | |
| 使用人脸特征点检测进行人脸交换 | |
| ►人脸特征点检测器API教程 | |
| 向Facemark API添加新算法 | |
| 使用Facemark API | |
| 使用FacemarkAAM | |
| ►模糊图像处理教程 | |
| F变换理论 | |
| 使用F变换进行图像修复 | |
| 使用F变换进行滤波 | |
| ►分层数据格式（hdf）I/O | |
| 创建组 | |
| 创建、写入和读取数据集 | |
| 读取和写入属性 | |
| Julia OpenCV绑定简介 | |
| 直线特征教程 | |
| ►色彩校正模型 | |
| 色彩校正模型 | |
| ►色卡检测 | |
| 使用基本算法检测色卡 | |
| 使用神经网络检测色卡 | |
| 自定义和调试检测系统 | |
| ►相位解缠教程 | |
| 解缠二维相位图 | |
| ►运动恢复结构 | |
| SFM模块安装 | |
| 相机运动估计 | |
| 场景重建 | |
| 导入重建 | |
| ►准稠密立体（stereo模块） | |
| 准稠密立体 | |
| 导出模板参数文件 | |
| ►结构光教程 | |
| 捕获格雷码图案教程 | |
| 解码格雷码图案教程 | |
| 捕获正弦图案教程 | |
| ►文本模块 | |
| 使用git-bash（版本>=2.14.1）和cmake（版本>=3.9.1）安装Tesseract (master) | |
| 自定义CN跟踪器 | |
| OpenCV跟踪器简介 | |
| 使用MultiTracker | |
| ►OpenCV Viz | |
| 启动Viz | |
| 小部件姿态 | |
| 变换 | |
| 创建小部件 | |
| 创建3D直方图 | |
| 视差图后处理 | |
| 用于快速边缘检测的结构化森林 | |
| 结构化森林训练 | |
| 图像修复 | |
| 油画效果 | |
| 训练基于学习的白平衡算法 | |
| 废弃列表 | |
| 待办事项列表 | |
| 参考文献 | |
为OpenCV生成 1.12.0