1.7505c44ca4eb54b4ab1e4777cb96ac05-face_landmark_model.dat2.4e0352ce96473837b1d671ce87f17359-ippicv_2017u3_lnx_intel64_general_201708223.915ff92958089ede8ea532d3c4fe7187-ippicv_2017u3_win_intel64_general_201805184.928168c2d99ab284047dfcfb7a821d91-ippicv_2017u3_win_ia32_general_201805185.adb1c512e09ca2c7a6faef36f9c53e59-v1.0.0a3.tar6.0ae0675534aa318d9668f2a179c2a052-boostdesc_lbgm.i7.0ea90e7a8f3f7876d450e4149c97c74f-boostdesc_bgm.i8.98ea99d399965c03d555cef3ea502a0b-boostdesc_binboost_128.i9.202e1b3e9fec871b04da31f7f016679f-boostdesc_binboost_064.i10.232c966b13651bd0e46a1497b0852191-boostdesc_bgm_bi.i11.324426a24fa56ad9c5b8e3e0b3e5303e-boostdesc_bgm_hd.i12.e6dcfa9f647779eb1ce446a8d759b6ea-boostdesc_binboost_256.i13.7cd47228edec52b6d82f46511af325c5-vgg_generated_80.i14.7126a5d9a8884ebca5aea5d63d677225-vgg_generated_64.i15.151805e03568c9f490a5e3a872777b75-vgg_generated_120.i16.e8d0dcd54d1bcfdc29203d011a797179-vgg_generated_48.i17.2cc08fc4fef8199fe80e0f126684834f-opencv_ffmpeg_64.dll18.3b90f67f4b429e77d3da36698cef700c-ffmpeg_version.cmake19.fa5a2a4e2f37defcb95bde8ed145c2b3-opencv_ffmpeg.dll等等，太多了就不一一列举了。

包括boostdesc_bgm.iboostdesc_bgm_bi.iboostdesc_bgm_hd.iboostdesc_binboost_064.iboostdesc_binboost_128.iboostdesc_binboost_256.iboostdesc_lbgm.ivgg_generated_48.ivgg_generated_64.ivgg_generated_80.ivgg_generated_120.i等一系列文件，缺的可以拿去

Linux下用qtOpenCV采集摄像头视频并显示，绝对可以运行，不卡，窗口可任意拖动。
参见http://blog.csdn.net/yanzi1225627/article/details/8768822

程序基于opencv实现，适用于AAM等算法的前期标记工作，标记结果输出为asf文件。

已经编译好的opencv-contrib-4.1.0，可直接配置VS变量路径

浅墨出品，零资源分下载，分享精神至上~我们用滑动条来控制阈值，动态进行角点检测，得到不同效果的角点检测图。
图片素材是极具异域风格的建筑群，很有感觉~博文《【OpenCV入门教程之十六】OpenCV角点检测之Harris角点检测》的配套详细注释源代码。
涉及到的核心函数为cornerHarris。
博文链接：http://blog.csdn.net/poem_qianmo/article/details/29356187说明：1.已将dll打包到Release文件夹下，理论上无需其他条件，运行Release文件夹中的exe可以直接看到运行结果.2.源代码运行需要进行OpenCV+VS开发环境的配置。
可以参看我写的配置博文：http://blog.csdn.net/poem_qianmo/article/details/198093373.编写环境：VisualStudio20104.写作当前代码时配套使用的OpenCV版本： 2.4.95.推荐代码结合博文一起看，学习效果更佳。
by@浅墨_毛星云

opencv346+opencv_contribvs201564位编译使用前需要将bin文件夹的路径放到系统环境变量

本项目分别提供了以下功能：人脸图像采集，数据训练，人脸识别，删除数据。
图像采集将打开电脑摄像头获取人脸到，数据训练调用了包和xml文件(都在文件夹里)，训练速度超快，人脸识别模块可以识别出训练好的人脸。
基于python3，有多个py文件，大部分为带opencv的包，没有界面但可交互，功能齐全，准确率可通过训练数据的加大提升。
价格实惠!难得的干货!下载包你不后悔!

对于学习opencv的初学者有很好的参考，主要是图像的目标检测和识别方法。

从官网下载的opencv-2.4.13默认不支持VS2015(也就是vc14)，这里针对这个问题在VS2015环境下重新编译opencv，使之能够支持VS2015，并将编译好的releas/debug和x86/x64所有四种搭配的bin和lib上传分享。
使用者首先需要去官网下载opencv-2.4.13并解压，然后只要将此包里的文件复制到的解压路径下即可。
可以直接把这里的build文件夹复制到你解压后的build所在的位置。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。