搜索资源列表
Nr_C
- 书是针对工程上常用的行之有效的算法而编写的C语言函数程序集，在第一版的基础上作了修改和扩充。书中包括了近几年出现的许多新算法。全书分为数值计算与非数值计算两部分。其中数值计算部分的内容包括：线性代数方程组的求解、矩阵运算、矩阵特征值与特征向量的计算、非线性方程与方程组的求解、插值、数值积分、常微分方程（组）的求解、拟合与逼近、数据处理与回归分析、极值问题、数学变换与滤波、特殊函数、随机数的产生、多项式与连分式函数的计算、复数运算；非数值计算部分的内容包括：排序、查找、图形模式下读写屏幕象点、基本
OffLineChinaRecognise
- 离线汉字识别系统。基于特征检测的汉字识别系统，何以识别汉字/字符数字等。很适合学习基本原理的研究者使用。-offline Chinese character recognition system. Feature-based detection of Chinese character recognition system, why is recognition of Chinese characters / character statistics. Very suitable for stu
CommonArithmetic
- 常用算法大合集； 包括插值、查找、常微分方程组求解、多项工与连分式函数计算、非线性方程与方程组求解、复数运算、汉字操作、基本图形操作、极值问题、矩阵特征值与特征向量的计算、矩阵运算、拟合与逼近、排序、数据处理与回归分析、数学变换与滤波、数值积分、随机数产生、特征函数、图形模式下读写屏幕象点、线性代数方程组求解等C语言算法-algorithms big Collection; Including interpolation, locate, ordinary differential equa
C_algorithm_program
- 本书是针对工程上常用的行之有效的算法而编写的C语言函数程序集，包括了近几年出现的许多新算法。全书分为数值计算与非数值计算两部分。其中数值计算部分的内容包括：线性代数方程组的求解、矩阵运算、矩阵特征值与特征向量的计算、非线性方程与方程组的求解、插值、数值积分、常微分方程（组）的求解、拟合与逼近、数据处理与回归分析、极值问题、数学变换与滤波、特殊函数、随机数的产生、多项式与连分式函数的计算、复数运算；非数值计算部分的内容包括：排序、查找、图形模式下读写屏幕象点、基本图形操作、汉字操作等。
paizhaoshibie1
- 提出了一种汽车牌照的自动识别算法:先对汽车图象进行直方图均衡、平滑去噪、二值化 预处理,再根据车牌上文字变化特点快速、准确地从复杂背景中分割车牌,最后采用投影-变换系 数法提取汉字、英文和阿拉伯数字的不同维数的特征,送到相应的BP神经网络中进行识别,较好 地解决了汽车牌照的自动识别问题。
联机数字、英文字符及汉字识别
- 3D model search engine A HYBRID METHOD FOR IMAGE PARTITION 一种基于视觉嫡的图像分割压缩方法
demo
- 汉字自动识别的程序源码，包括汉字预处理、特征提取和分类设计等部分。-Automatic identification of program source code character, including character preprocessing, feature extraction and classification design part.
delphi7
- 首先综述了手写体汉字识别问题及其研究现状，对目前已有方法进行了分类、分析和比较。在此基础上，提出了如下研究目标：从图像认知的角度出发，基于结构分析方法，研究自由手写体汉字的高鲁棒识别问题。着重探讨结构描述的新理论与新方法，以及在各种变形和噪声干扰条件下结构匹配与结构特征提取的新理论与新方法。围绕上述目标，确定了四项研究内容：结构描述方法，结构匹配方法，结构特征提取方法和识别可信度计算方法。针对这些研究内容中拟解决的关键问题，制订了拟采用的研究方案，提出了具体的研究计划。最后，阐述了选题的前沿性，
qwe
- ocr文字识别，对文字识别初学者有很大的帮组。-ocr character recognition, character recognition of a great help beginners group.
HCCR
- 运用仿生模式识别方法构建提取基本笔段的神经元序列覆盖手写体汉字图像, 分析笔段神经元间的拓扑性质, 将手写体汉字图像转化为具有容错表征方式的种汉字笔划类型组成的几何图形模仿人类汉字形码输人法统计具有冗余容错形状的笔划神经元类型、数量、位置、相合和相交点数量, 建立手写体汉字特征知识的数据结构表对一手写体汉字库中手写体汉字识别进行仿真实验。方法具有较强的“ 认知”手写体汉字的能力-Construction of the use of pattern recognition methods of e
abcd
- 几种手写体汉字网格方向特征提取法并与神经网络在图像识别中应用-study of several handwritten chinese character directional feature extraction approaches
wordrec
- 实现对印刷体汉字的识别，在识别过程中，主要提取了5个特征：笔画特征，连通域个数，穿线特征，投影特征和粗外围特征。-Implementation of the printed character recognition, the recognition process, the main extracted five characteristics: stroke characteristics, the number of connected components, threading feat
multihandwrittenandfeatureextraction
- 基于多特征提取的手写汉字识别算法及其实现.-Feature extraction based on multi handwritten Chinese character recognition algorithm and its implementation.
VC_ocr
- 采用这种组合特征，顺利地解决了多体汉字识别问题，即只用一个特征库就可以识别多体汉字。在工作中我们进一步认识到：不同字体的汉字图形有所不同，实质上可以认为相当于某种字体的图形加上一定的干扰。-Use this assemblage characteristic, successfully solved multi-body character recognition problems, namely, with only one feature library can recognise mult
hanzichonggou
- 这是汉字重构和汉字特征提取的的代码，运行过能实现且有相应的中文注释-This is the man and the character feature extraction refactoring code, run-off can be achieved and a corresponding Chinese comments
printRec
- 基于visualC++利用数字图像模式识别技术实现印刷体汉字的自动识别技术包括印刷体汉字特征定位及提取，分类器设计等连续过程。-Based visualC++ digital image pattern recognition technology for automatic identification technology, including continuous process printed characters printed characters feature location
shuangtanxingwangluo
- 特征提取是手写体汉字识别的关键，目前四方向网格特征已被实验证实是一种较好的手写体汉字特征。 针对通常的纵横弹性网格对汉字“撇、捺”笔画特征提取的不足．提出一种新的网格构造技术——对角弹性网格，它由45度和135度的对角直线构成，将汉字图像划分为多个菱形，能够很好地适应汉字在“撇、捺”方向的变化。将这两种网格单独，以及相互组合成双网格等情况分别进行手写体识别实验，实验结果验证了对角弹性网格的有效性和双弹性网格的高识别率性。 -Feature extraction is the key to
adaboost+gabor汉字识别
- adaboost迭代算法加上gabor特征提取的一种汉字识别方法(A Chinese character recognition method based on adaboost iterative algorithm and gabor feature extraction)
基于SURF特征的印刷体汉字识别方法
- 基于SURF特征的印刷体汉字识别方法，可以将字倾斜矫正(A printed Chinese character recognition method based on SURF features)
汉字图像特征提取C++程序(20160909)
- 提取汉字图像的外围特征、网格特征、hog特征，附带有字库(The peripheral features, grid features and hog features of the Chinese character image are extracted, with a font library attached.)