对《深入OpenCV Android应用开发》第五章原书代码针对Android Studio 2.3.3搭配Android 7.0（API 24）以及OpenCV 3.2 Android SDK所作的相应修改。本章介绍几种常见的目标追踪算法，包括光流法，图像金字塔和KTL追踪器。
作者： John Hany
深入OpenCV Android应用开发 中文版 – 第四章代码更新
对《深入OpenCV Android应用开发》第四章原书代码针对Android Studio 2.3.3搭配Android 7.0（API 24）以及OpenCV 3.2 Android SDK所作的相应修改。本章介绍两种常见的用于人脸检测的级联分类器：Haar级联分类器以及LBP级联分类器。
Android Studio 2.3利用CMAKE进行OpenCV 3.2的NDK开发
本文介绍在Android Studio 2.3上通过CMAKE配置OpenCV 3.2的NDK开发方法，并给出两个简单样例程序。
深入OpenCV Android应用开发 中文版 – 第三章代码更新
对《深入OpenCV Android应用开发》第三章原书代码针对Android Studio 2.3.3搭配Android 7.0（API 24）以及OpenCV 3.2 Android SDK所作的相应修改。本章介绍一些经典的图像匹配算法，包括SIFT，SURF，ORB，BRISK和FREAK。此外，本章涉及Android NDK开发和AsyncTask多线程编程技术。
Ubuntu 16.04下为Android编译OpenCV 3.2.0 Manager
本文介绍在Ubuntu 16.04 x64平台利用最新OpenCV 3.2和opencv_contrib源码编译OpenCV Android SDK（OpenCV4Android）并生成相应OpenCV Manager的方法，以便在Android上调用OpenCV Extra Modules中的算法（比如SIFT，SURF，BRIEF，FREAK等）。
深入OpenCV Android应用开发 中文版 – 第二章代码更新
对《深入OpenCV Android应用开发》第二章原书代码针对Android Studio 2.3.3搭配Android 7.0（API 24）以及OpenCV 3.2 Android SDK所作的相应修改。本章主要对图像进行一些基本的特征检测操作，包括Canny边缘检测、Sobel算子、Harris角点检测、霍夫直线检测、霍夫圆检测。
深入OpenCV Android应用开发 中文版 – 第一章代码更新
对《深入OpenCV Android应用开发》第一章原书代码针对Android Studio 2.3.3搭配Android 7.0（API 24）以及OpenCV 3.2 Android SDK所作的相应修改。本章介绍一些常见的图像滤波算法，包括均值模糊、高斯模糊、中值模糊、膨胀、腐蚀、阈值化以及自适应阈值化。
Android Studio 2上利用NDK进行OpenCV 3.1开发
本文介绍了在Android Studio 2.1.2上利用NDK配置OpenCV JNI开发环境以及利用Experimental Plugin配置一般NDK开发环境的方法。并分别给出样例，提供了一个进行灰度图像处理的样例程序。
从QR分解到PCA，再到人脸识别
介绍一种利用QR分解减少PCA计算量的方法，并采用三种距离度量应用于人脸识别问题，比较降维和分类效果。
HanyNet – 卷积神经网络的初步实现
以C++借助OpenCV和RapidXML实现的卷积神经网络模型，基于经典的LeNet模型，能够达到一定的精度。
在Android Studio上进行OpenCV 3.1开发
本文介绍在Windows系统上，以Android Studio作为IDE，结合OpenCV Android SDK进行Android图像处理的开发环境的搭建。
Windows7+VS2012下64位OpenCV3.0+CUDA7.5的编译和部署
在Windows7系统下编译OpenCV 3.0，并整合CUDA Toolkit 7.5和OpenGL 4.5