汇总了关于opencv 3.4 版本的有关程序。 开发环境： C++使用VS2015社区版 opencv3.4.3 python3.6 opencv3.4.1

1. third-party\opencv343 opencv的Release的库文件 x64

2. third-party\Intel RealSense SDK 2.0 RealSense的库文件 x64

3. eigen337 矩阵运算的c++库

4. PCL 下载PCL-1.8.1-AllInOne-msvc2015-win64.exe进行安装，然后导入PCL.props配置文件。

realsense相机结合机械臂实现物体的抓取动作，功能包括： 相机标定、手眼标定以及物体识别等

对静止的背景进行切除操作，算法有：MOG与KNN.

opencv4.1.1实现eye-in-hand，计算出R_cam2gripper和t_cam2gripper。

相机内参标定，通过opencv实现以和realsense SDK两种方式。

通过realsense相机显示深度图像

级联分类器的使用，使用opencv训练好的人脸识别模型，代码中包括一张图片的检测和打开0号摄像头的人脸检测 HARR与LBP的区别： (1). HARR特征是浮点数计算 (2). LBP特征是整数计算 (3). LBP训练需要的样本数量比HARR大 (4). 同样的样本空间，HARR训练出来的数据检测结果要比LBP准确 (5). 扩大LBP的样本数据，训练结果可以跟HARR一样 (6). LBP的速度一般可以比HARR快几倍

旋转矩阵 -- 欧拉角 -- 角轴 其中包括了opencv实现的欧拉角到旋转矩阵的转换功能。

Eigen的矩阵运算简单使用

eye-in-hand实现，网络资源,基本功能是首先进行摄像头的标定，然后通过tsai算法计算出Mx。

opencv中文件的读写操作

使用inRange函数检测视频中蓝色的物体，capture.open(2)设置打开第几个摄像头。

opencv中Mat的使用

模板匹配，使用模板文件匹配图片

寻找图片中最大像素和最小像素的坐标值

通过d415相机抓取深度图并生成点云，经过滤波、平面分离以及聚类，最后使用PCA计算位姿。

图片区域保存

基于模板制作不同角度的2D位姿，通过匹配姿势实现位姿估计。

状态条的使用

设置三通道像素值

从realsense相机中读取深度和BGR信息，保存到PCD文件。

读取ply文件并转成pcd文件，随后读取pcd并显示

从深度相机或者bag文件读取一帧深度图片，将其转换成点云并显示。