检测、解码和定位图像中的一维和二维条形码。

自动检测和识别文本中的自然图像。

在一个杂乱的场景中检测一个特定的对象，给出一个对象的参考图像。

利用HOG特征和一个多类SVM分类器对数字进行分类。

自动确定一对图像之间的几何变换。当一个图像相对于另一个图像被旋转和缩放时，使用detectSURFFeatures和estimateGeometricTransform找到的旋转角度和比例因子。然后，您可以将失真图像恢复原始图像。

自动创建一个全景使用基于特征的图像注册技术。

稳定从一个抖动的平台上捕获的视频。一种稳定视频的方法是跟踪图像中的一个显著特征，并将其作为一个锚点来抵消所有与之相关的扰动。然而，这个过程必须通过了解第一个视频帧中的显著特征来引导。在这个例子中，我们探讨了一种视频稳定的方法，没有任何这样的先验知识。相反，它会在视频序列中自动搜索“背景平面”，并利用其观察到的失真来校正相机的运动。

使用基本形态操作符和blob分析的组合从视频流中提取信息。在本例中，本例计算了每个视频帧中大肠杆菌的数量。注意，细胞的亮度是变化的，这使得分割的任务更具挑战性。

使用形态学操作来计数视频流中的对象。