出版物
- 使用 OpenCV 的实时计算机视觉 (pdf) Kari Pulli (NVIDIA)、Anatoly Baksheev、Kirill Kornyakov、Victor Eruhimov，《ACM 通信》，2012 年 6 月
- OpenCV 库 Gary Bradski，《Dr. Dobbs 杂志》，2000 年
以下链接是在社区的帮助下收集的。更多内容可以在此页面找到： 问答论坛：与 OpenCV 相关的资料性网站
教程/课程
- 学习 OpenCV（C++、Python）
- PyImageSearch（Python）
- 书籍“使用实用计算机视觉项目掌握 OpenCV”的代码（C++）
- 通过示例学习 OpenCV（C++）
- OpenCV Java 教程（Java）
- OpenCV 教程（C++）
- AI Shack 教程（C++）
- 教程（C++、Qt、Android）
- 使用 Mapt 学习 OpenCV
文章/页面
- Intel INDE – OpenCV
- MATLAB – OpenCV
- Microsoft Open Technologies – OpenCV
- NVIDIA – OpenCV
- OpenCV 源代码中的一些 C++ 良好实践
- 使用 OpenCV 的测试框架
博客
其他语言
有趣的计算机视觉算法和框架
目标跟踪
- 实时压缩跟踪 实现使用了 OpenCV。Zhang、Kaihua、Lei Zhang 和 Ming-Hsuan Yang。“实时压缩跟踪。”欧洲计算机视觉大会。施普林格柏林海德堡，2012 年。
- 用于鲁棒视觉跟踪的精确尺度估计 在 DLIB 库中实现。Danelljan、Martin 等人。“用于鲁棒视觉跟踪的精确尺度估计。”英国机器视觉会议，诺丁汉，2014 年 9 月 1 日至 5 日。BMVA 出版社，2014 年。
人脸预处理
- Tan & Triggs 预处理，一种有效的图像预处理归一化算法，用于处理困难的光照条件。Tan、Xiaoyang 和 Bill Triggs。“用于困难光照条件下人脸识别的增强局部纹理特征集。”《IEEE 图像处理交易》19.6（2010 年）：1635-1650。
- 实时人脸姿态估计 在 DLIB 库中实现。可以在 此处找到演示代码片段。Kazemi、Vahid 和 Josephine Sullivan。“使用回归树集成进行毫秒级人脸对齐。”《IEEE 计算机视觉与模式识别会议论文集》。2014 年。
- 用于人脸对齐的人脸关键点检测器。可以在 此处找到演示代码片段。Cao、Xudong 等人。“通过显式形状回归进行人脸对齐。”《国际计算机视觉杂志》107.2（2014 年）：177-190。
- 眼睛定位：合成精确滤波器的平均值。Bolme、David S.、Bruce A. Draper 和 J. Ross Beveridge。“合成精确滤波器的平均值。”计算机视觉与模式识别，2009 年。CVPR 2009 年。IEEE 计算机视觉与模式识别会议。IEEE，2009 年。
- 眼睛定位：通过梯度进行精确的眼睛中心定位。Timm、Fabian 和 Erhardt Barth。“通过梯度进行精确的眼睛中心定位。”VISAPP 11（2011 年）：125-130。
- 瞳孔定位（跟踪）。可以在 此处找到演示视频。Markuš、Nenad 等人。“使用随机树集成进行瞳孔定位。”《模式识别》47.2（2014 年）：578-587。
人脸检测
- PICO 人脸检测器。MIT 许可证。Markuš、Nenad 等人。“使用组织在决策树中的像素强度比较进行目标检测。”arXiv 预印本 arXiv:1305.4537（2013 年）。
人脸识别
- FaceNet：用于人脸识别和聚类的统一嵌入。Torch 允许网络在 CPU 上或使用 CUDA 在 GPU 上执行。Apache 2.0 许可证。它使用 OpenCV 执行许多处理步骤。Schroff、Florian、Dmitry Kalenichenko 和 James Philbin。“Facenet：用于人脸识别和聚类的统一嵌入。”《IEEE 计算机视觉与模式识别会议论文集》。2015 年。
框架
- CAFFE 深度学习库。可以在 此处找到组合 CAFFE 和 OpenCV 的示例。Jia、Yangqing 等人。“Caffe：用于快速特征嵌入的卷积架构。”《第 22 届 ACM 国际多媒体会议论文集》。ACM，2014 年。
- 机器学习框架 mlpack，一个可扩展的 C++ 机器学习库。Curtin、Ryan R. 等人。“MLPACK：一个可扩展的 C++ 机器学习库。”《机器学习研究杂志》14.Mar（2013 年）：801-805。
- 机器学习框架 LIBSVM。Chang、Chih-Chung 和 Chih-Jen Lin。“LIBSVM：一个支持向量机库。”《ACM 智能系统与技术交易 (TIST)》2.3（2011 年）：27。
- 用于人脸处理和识别的框架，以及更多生物特征分析。Klontz、Joshua C. 等人。“开源生物特征识别。”《生物特征：理论、应用和系统 (BTAS)》，2013 年 IEEE 第六届国际会议。IEEE，2013 年。
- DLIB，一个使用契约编程和现代 C++ 技术设计的通用跨平台 C++ 库。Boost 软件许可证。可以使用
cv_image将 OpenCV 图像对象转换为 dlib 例程可用的形式。您还可以使用dlib::toMat()从 dlib 矩阵或图像转换为 OpenCV Mat。 - 人类行为识别。Apache 2.0 许可证。Chaaraoui、Alexandros Andre、Pau Climent-Pérez 和 Francisco Flórez-Revuelta。“使用关键姿势序列的基于轮廓的人类行为识别。”《模式识别快报》34.15（2013 年）：1799-1807。
纹理描述符
- LBP 修改：高维 LBP，是用于人脸识别的高维 lbp 特征的实现。Chen、Dong 等人。“维数的祝福：高维特征及其用于人脸验证的有效压缩。”《IEEE 计算机视觉与模式识别会议论文集》。2013 年。
- 局部量化模式 LQP 在处理像素信息时基于 OpenCV。ul Hussain、Sibt 和 Bill Triggs。“使用局部量化模式的视觉识别。”计算机视觉 - ECCV 2012。施普林格柏林海德堡，2012 年。716-729。Hussain、Sibt Ul、Thibault Napoléon 和 Fréderic Jurie。“使用局部量化模式的人脸识别。”英国机器视觉会议。2012 年。
背景减除
- 背景减除库 BGSLib。Sobral、Andrews。“BGSLibrary：一个 OpenCV C++ 背景减除库。”第九届计算机视觉研讨会 (WVC’2013)。第 7 卷。2013 年。
- 车辆检测、跟踪和计数 将 OpenCV HAAR 级联与 OpenCV 背景减除结合使用。
