手势识别（使用预提取肤色模型进行手势区域分割）

使用预提取肤色模型进行手势分割，进而通过手指检测识别手指个数，能够识别0-5个数字。 算法使用opencv进行实现，初始化时需要使用手掌覆盖住七个绿色的小正方形进行肤色提取，待绿色方框变成白色即可建立肤色模型。通过对肤色进行建模进而分割出手势轮廓进而进行识别。 工程由VS2010+opencv2.4.6实现，更改opencv include及lib路径等配置即可运行。

各肤色分割方法 C++算法实现

各肤色分割方法 C++算法实现，包括Otsu HSV RGB颜色空间的肤色分割，算法使用opencv实现，VS2010 c++工程

camshift+kalman+LBP特征目标跟随算法实现

基于camshift均值漂移算法， kalman卡尔曼滤波算法及LBP特征的目标跟随算法，配置完成 opencv路径即可运行。LBP特征跟踪非常的稳定，对于颜色差别不大的区域也能流程跟随，比如跟踪手能够平滑的经过脸部区域而不漂移。工程为集中集中算法融合优化，非常适合学习及工程实践。

camshift多目标跟踪算法

camshift 多目标跟踪算法，使用鼠标选中摄像头视频流中的多个目标，即可进行对目标进行跟踪。后续可使用kalman及例子滤波对目标跟踪进行优化，kalman及例子滤波程序参见我的其他资源。

基于粒子滤波的视频目标跟随

基于粒子滤波的视频目标跟随，首先根据视频的前几帧图像建立背景模型，然后目标出现。通过背景减除方法分理出目标，使用例子滤波对目标进行跟随，非常稳定，效率高。压缩包仅给出源码，视频文件请自己录制，或者改用摄像头。

手势指尖检测算法c++实现

手势指尖检测算法c++实现，使用肤色分割算法将手势从复杂背景中分离出来，通过检测手指指尖进行手指识别。

基于模板匹配的跟踪算法

基于模板匹配的目标跟踪算法，鼠标选中目标区域，通过模板匹配算法进行目标跟踪，实时更新目标模板。该算法可与其他跟踪算法或者目标检测算法结合，实现更好效果。

人脸检测及跟踪算法实现

基于opencv cascade分类器及模板匹配算法实现的人脸检测及跟踪算法，首先 cascade检测到人脸，然后更新ROI区域，当检测不到人脸时使用模板匹配方法进行识别。i7上可达到80FPS，速率非常快，鲁棒性非常好，当头倾斜90°也能够跟踪。

Camshift Kalman目标跟踪算法

Camshift + Kalman卡尔曼滤波目标跟踪算法c++实现。通过摄像头获取视频帧，鼠标选取跟踪目标区域，对选中目标进行跟踪，卡尔曼滤波加强了跟踪的稳定性。

TLD及CMT跟踪算法Android源码实现

TLD及CMT目标跟踪算法Android版本实现，触屏选中物体进行跟踪，跟踪效果非常好。内有APK及源码，可能需要安装opencv manager，源码需要配置opencv android sdk。