opencv学习1 数字分割

数据聚类 图像分类 高斯混合模型(GMM) 高斯分布与概率密度分布(PDF) 初始化 跟K-Means相比较,属于软分类(随机概率) 实现方法:期望最大化(E-M) 停止条件:收敛 样本数据训练与预言

opencv学习资料（opencv教程基础篇、opencv入门教程、学习opencv【中文版】），自己整理的资料，对于入门者可用

学习opencv中文版+学习opencv2

1数字编码-压缩——学生学习课件

OpenCV:learning OpenCV代码 Part1

此处包含如何在vc6.0中使用opencv进行数字图像处理，以及从入门到精通的代码示例...

该程序主要是基于opencv的图像增强，其实图像增强在我们生活中还是很重要的

通过opencv对图片上的数字进行识别。识别方式和步骤主要是寻找出数字的外轮廓，然后根据轮廓外接矩阵对数字进行分割，然后根据模板，求出其与分割好的数字的像素差值，找出最匹配的数字。

可用于识别部分工件图像上的数字，主要先进行图像平滑、用canny算子进行边缘检测、再通过数字模板匹配来识别。

自己写的手写数字识别源码，识别效果还可以，使用Qt做了一个简单的界面，基于Opencv3.1+Qt5.7+VS2013，带有数字0-5的数据集，还有自己训练的特征文件，包含训练程序以及测试程序。