搜索资源列表
第09章 人脸的检测与定位
- 人脸的检测与定位(在预处理部分，采用了特别的增强人脸特征与脸部皮肤之间对比度的方法及局域取阈值二值化方法，改进了预处理的效果。在图像分割部分，实现了经典的分合算法，并且使用成组算法改进了分合的效果。在人脸匹配部分，实现了基于眼睛和嘴的几何模型匹配，并对评价函数的构造进行了研究。)-Face Detection and Location (pretreatment, using a special facial features enhanced facial skin and the contr
yuzhi
- 本代码是关于数字图像阈值分割的源代码，它包括：文件的重新打开与图像的灰度处理，其中灰度处理又包括：灰度二值化处理、r分量直方图、g分量值方图、b分量直方图等。-the code is on the threshold of digital image segmentation of the source code, including : File with the reopening of gray image processing, which also includes handling
multimediaLED
- LED字符分割和识别， 在此项目中我们主要完成了对拍摄到的6位LED数字进行分割和识别的课题。识别的数字范围在0~9。由于拍摄环境比较复杂，需要解决复杂背景下对LED字符的分割问题。我们利用了图像的色彩信息，先进行基于色彩的分割，然后对分割结果进行了固定阈值的二值化，并利用投影修正完成了对LED数码管图像的分割，并使用基于模板匹配的算法进行了识别，在匹配过程中对图像进行了尺寸归一化处理。最终得到了较好的识别效果，对10幅样图的识别率达到100％-LED character segmentat
DigitRec
- 数字识别系统源代码: 第一步：训练网络。使用训练样本进行训练 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90％。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。 具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“
Imagepro_4
- 用于各种图像分割的算法 ，隐痛上传，从上面的边缘检测，二值化，区域分割一些经典的算法来加深对图像分割的理解。粗略分析了这些算法的优点很不足。对于课题算法的选取起了很大的帮助-for various image segmentation algorithm secret anguish uploads from above the edge detection, two values, Segmentation some classical algorithm for image segmenta
digital-recognise
- 数字识别代码 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别识别的结果显示在屏幕上，同时也输出到文件result.txt中 该系统的识别率一般为90％ 另外，也可以单独对打开的图片一步一步进行图像预处理工作。但要注意，每一步工作只能执行一遍，而且要按顺序执行。步骤为：“256色位图
chepaipanbie
- 对于车牌灰度图像进行滤波去噪后先用峰谷法二值化,再用垂直投影 法进行分割,最后进行模板匹配,并用弧向判定法匹配对几组易出错的字符进行检查,从而得到车牌号。-for registration gray image filter after the first two with peak values of France, reuse vertical projection method for segmentation, the last template matching used to d
CImage29
- 这是一有彩色图像灰度化，二值化， 图像增强，图像分割的源码-This is a gray color images, binary, image enhancement, image segmentation of the FOSS
szsbxtydm
- 数字识别系统源代码.rar 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90％。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意
T77
- 彩色图像的分割(色调数据二值化) 灰度分布直方图(点数)和像素总数，大津法取阈值-color image segmentation (hue value of the two data) histogram of the gray values (points) and the total number of pixels. large-value threshold for France
kuaisuzishiyingyuzhifangfa
- 一种快速图像阈值分割法，不是otsu或迭代法，Wellner 1993快速自适应的图像二值化方法，有具体使用方法，很详细-A fast image thresholding segmentation method, not otsu or iterative methods, Wellner 1993 fast adaptive image binarization method
object_center
- 图像二值化后分割目标，然后将目标的中心位置进行标注。-After the binary image segmentation target value, then the center position of the target will be marked.
OSTU
- 利用MATLAB编写的图像二值化函数，使用了大津阈值法对图像进行阈值分割-Using the binarized image function written in MATLAB, using the Otsu threshold method for image segmentation threshold
yuchuli
- 对图像进行灰度化，直方图，二值化，边缘检测和阈值分割(Gray image, histogram, edge detection)
指纹识别matlab源代码
- 代码流程包含：规格化，图像分割，图像平滑滤波，图像增强，图像二值化，图像细化，提取特征，指纹识别(The code includes image normalization, image segmentation, image smoothing and filtering, image enhancement, image binaryzation, image thinning, feature extraction, and fingerprint identification.)
main
- 对细胞的的图像进行预处理，灰度化，二值化，形态学处理，从而分割出来细胞。(The cells are pretreated, grayed out, binarized, morphologically processed, and thus the cells are separated.)
验证码识别预处理源码VC6-FirstMAP
- 二值化,16色化,根据跨度去色,去横线,去纵线,多种去噪,多种分割,图像放大,自动批量操作(Binarization, 16 color, according to the span of color, to line to line, a variety of a variety of segmentation, denoising, image zooming, automatic batch operation)
pcnn
- 利用PCNN对图像进行简单的二值化处理，参数可自调(Using PCNN for simple two value processing of the image, the parameters can be self tuning)
Find_Different-master
- 简单的图像处理，包括开启手机相机预览图像 * 将采集到的图像转换成灰度图预览 * 将灰度图像经过Sobel转换后预览 * 对Sobel之后的图像进行二值化 * 二值化的过程中可以随时动态调整分割阈值 * 通过拍照按钮可以锁定图像，在按一次进行边缘提取(Simple image processing)
STM32单片机车牌识别摄像头图像识别系统设计
- 本系统有STM32F103RCT6单片机核心板、2.8寸TFT液晶屏显示、摄像头图像采集OV7670、RC-522 RFID模块蜂鸣器、LED电路组成。 1、stm32单片机通过摄像头采集图像，并实时驱动TFT液晶屏显示相应图像。 2、stm32单片机通过模式识别、匹配货的车牌的识别结果，并在屏幕上进行显示。 3、识别主要过程包括图像采集、二值化分析、识别车牌区域、字符分割、字符匹配五个过程。 4、RFID刷卡识别车辆或行人，LED和蜂鸣器指示。控制相对应的LED灯。 5、车牌锁定后与