all sub-algorithms for the field of digital image preprocessing and recognition
图像检测 物体/人脸识别 图像分割 图像生成 图像/视频内容理解
This contains the following application scenarios:
1 . 人脸特征点检测与跟踪
2 . 嘴眼睛的轮廓跟踪检查
3 . 虚拟化妆
4 . 文字识别
5 . 物体识别
6 . 目标跟踪 ，模式识别
7 . 加logo
8 . 去水印
algorithms:
1. 图片相似度 :颜色直方图 color-histogram
2. 图片相似度 :尺度不变特征转换 SIFT ,SURF
sift和surf仅是提取图片的特征描述矩阵，之后仍需计算图片间的相似度，
而由于sift算法获取的图片特征点的数量是不定的，所以在比较两个图片的相似度时 存在矩阵的行数不一致的情况，为计算带来复杂度，
这里对于这种情况，我们使用padding参数来控制:
padding=False 直接抛弃多余的特征点 不计入总相似度的计算。
padding=True 特征点多的图片，多余的无法找到最相似特征点的进行 相似度补全
以下是 不同padding时 相似度计算的结果比较：
3. 文字识别 ： OCR pytessoract
4. 图像修复去水印 ：TM_CCOEFF
5. 加logo : bitwise operation
直接将logo 加到图片的目标位置：
使用bitwise operation ，先从图片目标位置抠出logo的黑色区域，然后将logo 加到图片的目标位置：
