kcf与笔记本摄像头调试，给大家测试算法速度用，在debug下可运行，说明速度还是很快的，配置下opencv就可以用了

综合网上的各种资源，汇总的一版修正了各种问题的opencv_contrib-3.2.0的库

利用opencv的简易Python文字识别demo，可能有点小问题，随后会优化

qt+opencv做的人脸识别demo，可以很好的识别多个人脸，五官

利用opencv做的简单的垃圾检测代码，采用的是MFC架构

NULL博文链接：https://hwei199.iteye.com/blog/2270179

haarcascade_eye.xml'haarcascade_eye_tree_eyeglasses.xml'haarcascade_frontalcatface.xml'haarcascade_frontalface_alt.xml'haarcascade_frontalface_alt2.xml'haarcascade_frontalface_alt_tree.xml'haarcascade_frontalface_default.xml'haarcascade_fullbody.xml'haarcascade_lefteye_2splits.xml'haarcascade_licence_plate_rus_16stages.xml'haarcascade_lowerbody.xml'haarcascade_mcs_eyepair_big.xml'haarcascade_mcs_lefteye.xml'haarcascade_mcs_mouth.xml'haarcascade_mcs_nose.xml'haarcascade_mcs_righteye.xml'haarcascade_mcs_upperbody.xml'haarcascade_profileface.xml'haarcascade_righteye_2splits.xml'haarcascade_russian_plate_number.xml'haarcascade_smile.xml'haarcascade_upperbody.xml

自己写的手写数字识别源码，识别效果还可以，基于Opencv3.1+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。

此opencv版本为3.4.1，适用于VS2015和VS2017。
opencv_contrib-3.4.1.zip作为opencv-3.4.1的扩展包，在做人脸识别相关项目时下载的正版，亲测有用。

读取视频，根据移动检测与行人检测做的一个监控人数的程序，运行环境为Qt+Opencv，在运行前注意配置好环境

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。