人脸检测OpenCV自带了函数detectMultiScale()可以实现对行人和人脸的检测，实现简单，但识别效果相对较差。Opencv的人脸检测函数，定义了具体可跟踪对象类型的数据文件。Haar级联分类器，通过对比分析相邻图像区域来判断给定图像或子图像与已知对象是否匹配。两个图像的相似程度可以通过它们对应特征的欧式距离来度量。距离可能以空间坐标或颜色坐标来定义。类Haar特征是一种用于实现实时人

一、开运算开运算：对图像先进行腐蚀，然后对腐蚀后的图进行膨胀开操作=腐蚀+膨胀主要应用在二值图像，灰度 图像也可以。可以消除背景噪声morphologyEx运算结果=cv2.morphologyEx(源图像img,cv2.MORPH_OPEN,卷积核k)cv2.MORPH_OPEN:开运算import cv2 as cvimport numpy as npdef open_demo(image):

一、顶帽TOPHAT又称礼帽，是原始图像与进行开运算之后得到的图像的差。礼帽图像=原始图像-开运算图像得到噪声图像开运算：先腐蚀再膨胀使用方法：morphologyExcv2.MORPH_TOPHAT结果=cv2.morphologyEx(原始图像,cv2.MORPH_TOPHAT,卷积核)卷积核示例：k=np.ones((10,10),np.uint8)代码如下：import cv2 as cv

一、尺度调整    顾名思义，即对源图像的尺寸进行放大或者缩小变换。在opencv里面可以用resize函数，将源图像精准地转化为指定尺寸的目标图像。要缩小图像，一般推荐使用CV_INETR_AREA(区域插值)来插值；若要放大图像，推荐使用CV_INTER_LINEAR（线性插值）。这个函数可以用来做简单的图像尺度变换。而下面要说的图像金字塔的用处很大，在特征检测中都是基础理论和技术；Openc

直线检测原理介绍：1、对于直角坐标系中的任意一点A(x0,y0)，经过点A的直线满足Y0=k*X0+b.(k是斜率，b是截距)2、那么在X-Y平面过点A(x0,y0)的直线簇可以用Y0=k*X0+b表示，但对于垂直于X轴的直线斜率是无穷大的则无法表示。因此将直角坐标系转换到极坐标系就能解决该特殊情况。3、在极坐标系中表示直线的方程为ρ=xCosθ+ySinθ（ρ为原点到直线的距离）,如图所示：变换

彩色图像：三个通道0-255，0-255，0-255，所以可以有2^24位空间 灰度图像：一个通道0-255,所以有256种颜色 二值图像：只有两种颜色，黑和白，1白色，0黑色图像二值化实现1.全局阈值通常情况，我们一般不知道设定怎样的阈值thresh才能得到比较好的二值化效果，只能去试。如对于一幅双峰图像（理解为图像直方图中存在两个峰），我们指定的阈值应尽量在两个峰之间的峰谷。这时，就可以用第四

一、常见的色彩空间RGB颜色空间RGB(red,green,blue)颜色空间最常用的用途就是显示器系统，彩色阴极射线管,彩色光栅图形的显示器 都使用R、G、B数值来驱动R、G、B 电子枪发射电子，并分别激发荧光屏上的R、G、B三种颜色的荧光粉 发出不同亮度的光线，并通过相加混合产生各种颜色；扫描仪也是通过吸收原稿经反射或透射而发送来 的光线中的R、G、B成分，并用它来表示原稿的颜色。RGB色彩空

由于python3.7不能直接用pip下载安装dlib，所以要在网上下载dlib的whl，然后再安装解决方法：第1步下载对应python3.7的whl文件：链接: https://pan.baidu.com/s/1MKqW7WH2XP-J8MOLeq3cDA提取码: rfh8第2步将下载好的whl放到当前目录下第3步使用命令pip install dlib-19.17.99-cp37-cp37m-

因为自己的小米手机也连接到了同一个wifi下面，所以正好发现这里所嗅探到的ip地址：192.168.1.136是我手机的ip地址，与其刚好符合。kali linux查看局域网下所有IP，并对指定IP实施局域网内攻击。前面的ip地址是手机的ip地址，后面的那个ip地址是手机的默认网关地址。来确认本机的ip地址。这样这个攻击就停止了。

由于python3.7不能直接用pip下载安装dlib，所以要在网上下载dlib的whl，然后再安装解决方法：第1步下载对应python3.7的whl文件：链接: https://pan.baidu.com/s/1MKqW7WH2XP-J8MOLeq3cDA提取码: rfh8第2步将下载好的whl放到当前目录下第3步使用命令pip install dlib-19.17.99-cp37-cp37m-