搜索资源列表
chepaidingwei
- 一个很好的车牌定位 使用说明 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最
image
- 车牌图像定位程序 本程序关键点为:用模版匹配法寻找车牌位置,截取出车牌图像。 图像处理内容包括:直方图统计,图像灰度化,图像均衡化,图像二值化,Sobel算子边缘检测,模板匹配。
TakePhoto 缩略图制作工具 V1.0
- TakePhoto 缩略图制作工具 V1.0 关键字:TakePhoto 缩略图 JPG GIF 图像 制作工具 来 自:原创 深浅度:中级 发布时间:2004-11-26 分 类:图形 发布者:dynamicdigital 更新时间:2004-11-26 语 种:简体中文 编辑器:DELPHI7 平 台:Win9x,Win2k/XP/NT,Win2003 浏 览:952 作品源代码: 本地电信HTTP下载 软件或演示: - 代码大小: 475.4K 软件大小: - 广州天弟数码摄像头 在线打
Spy
- 获取当前窗口的参数,句柄,然后截取当前窗口的图像。
photocut
- 能够实现图像的截取和图像的基本变换操作
PictureCaptureTransmit
- 可以截取屏幕图像并在网络中实时传输图像,播放图像.
Picture
- 图像标注程序,可以截取一个图像,然后归一化到统一尺度
PhotoCut
- 基于OpenCV实现的图像剪切,截取小软件,对学习OpenCV的朋友比较有帮助
chap12
- 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性
clickandgetimageblock
- 用guide编的matlab界面,可以点击图像任意位置截取一小块
chepaidingwei
- 很好的车牌识别代码 。具体步骤: 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0
ce_cut_screen
- 可以截取ce设备上的屏幕图像,直接保存为bmp格式,方便我们使用。
chap12
- 使用说明 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
rljc
- 人脸识别技术可以应用于基于网络的身份认证,我们实现了基于WebCam的人脸识别与跟踪系统。本文以WebCam采集的视频流为数据源,截取视频流中的单帧图像,通过转换色彩空间、人脸肤色建模、后处理操作和人脸定位算法实现了人脸检测,并以此为基础实现了在视频流中对于人脸的跟踪。试验结果表明,我们所实现的人脸识别算法适用于近距离人脸的检测,可以应用于基于WebCam的身份认证。
chepaidingwei
- 使用说明 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区
caputre
- 图像的截取,有全屏,区域,活动窗口三个功能.
num_identify
- 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-
Circle
- 截取图片中的圆形,用鼠标取圆边界点,再裁剪出圆形,即可保存输出圆形。 包含:Win32 API的图像处理;工具栏;bmp等文件的读取、保存。 VS2008下编译成功
chap12
- 使用说明 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
simplecharrec1
- 图像识别第一步(共三步),本步骤是图像的预处理,包括打开、显示、截取