搜索资源列表
298375
- matlab图像处理基础源码 1,jpeg压缩 2,6个基本图像压缩源码 3,小波源码,(Image processing based on matlab source code 1, jpeg compression 3, 2, 6 basic image compression source code small wave source,)
CocoaOpenCVDemo 3
- 在Mac OS上调用OpenCV实例，并给出一些常用方法的调用(a demo that how to use OpenCV on Mac OS platform, and the example of the useful method.)
PLDFI262
- 利用函数MadHG生成规则LDPC码的校验矩阵H,其行重为6,列重为3(Rules of LDPC codes generated by function MadHG check matrix H, the adults is 6, column 3)
5010363
- 基于邻域的分类器距离提供3种定义 同时提供9个国际标准数据集(Distance classifier based on neighborhood provides three kinds of definitions At the same time provide nine international standard data sets)
ex2
- QT下基于opencv3.2的HSV图像分离，通过查找V分量上ROI区域最亮值的坐标，找到H分量上对应坐标的3*3矩形平均H值，判断出该坐标所处位置的颜色分类(QT under the opencv3.2 based HSV image separation, by looking for the V component on the ROI region of the brightest value coordinates, find the corresponding 3*3 coordin
3.18 meanshift
- matlab的目标跟踪基于meanshift(opencv matlab meanshift)
Source code
- 在opencv上实现双目测距主要步骤是： 1.双目校正和标定，获得摄像头的参数矩阵： 进行标定得出俩摄像头的参数矩阵 cvStereoRectify 执行双目校正 initUndistortRectifyMap 分别生成两个图像校正所需的像素映射矩阵 cvremap 分别对两个图像进行校正 2.立体匹配，获得视差图： stereoBM生成视差图 预处理： 图像归一化，减少亮度差别，增强纹理 匹配过程： 滑动sad窗口，沿着水平线进行匹配搜索，由于校正后左右图片平行，左图
DJI_Guidance_Installer_v1.3
- she xiang tou biaoding
学习版压缩感知
- 能够运行的基于压缩感知的目标跟踪程序，使用VS2017和opencv3.3平台C++编写(A target tracking program based on Compressive Sensing)
cvtestdemo
- vx2013+opencv3.3 驱动电脑摄像头。(Vx2013+opencv3.3 driver computer camera.)
53607934LDPC-(3)
- WEFPEW fINwmvw wpmwpjwf
iOSopencv2.framework
- 在iOS上进行开发的opecv库，版本3.2(ios developer opencv3.2)
camera2.0
- 1.调用DirectShow查询UVC设备信息； 2.调用OpenCV打开设备，设置视频流参数，读取视频流，录制视频，播放视频； 3.计算帧率；(1. Call DirectShow search UVC information; 2. Call OpenCV to open the device, set the video stream parameters, read the video stream, record video, play video; 3. Calculate
kalman
- Opencv 3 中的kalmanFilter C++(Open cv 3 kalmanFilter C++)
Digital Image Processing
- 1.RAW格式转换为BMP格式 2.灰度线性拉伸 3.局部处理 4.几何处理 5.二值化 6.模板匹配 7.影像融合(1.RAW format converted to BMP format 2. grayscale linear stretch 3. local processing 4. geometric processing 5. binaryzation 6. template matching 7. image fusion)
Tracking_ASMS
- ASMS仅依靠颜色特征的算法而且速度很快，在VOT2015是20名, 是VOT2015官方推荐的实时算法，平均帧率125FPS。在VOT2016是32名，整体属于中等水平。在经典mean-shift框架下加入了尺度估计，经典颜色直方图特征，加入了两个先验(尺度不剧变+可能偏最大)作为正则项，和反向尺度一致性检查。在相关滤波和深度学习盛行的年代，还能看到mean-shift打榜还有如此高的性价比实在不容易。环境：WIN8.1 64位 +Visual Studio 2015 +OpenCV 3.3.
face
- 系统介绍：基于树莓派官方系统stretch 系统，系统内安装了opencv3.3.0以及 tensorflow1.1.0 。人脸识别门禁的代码在里面目录/home/pi/face。内安装了深度学习的案例。 程序启动说明：开机前连接树莓派摄像头或网络USB摄像头，网络摄像头无需下面的设置。如使用树莓派摄像头则在终端输入 sudo nano /etc/modules-load.d/modules.conf 在最后添加一行添加 bcm2835-v4l2 ctrl+O回车保存 ctrl
deep-learning-opencv
- opencv3.3以上的版本调用caffe模型提前训练好的模型进行图片识别。(The above version of opencv3.3 calls the Caffe model in advance training model for image recognition.)
迭代法图像复原算法3月20日改
- 使用C#的WPF与打印机调用打印例子。使用PrintDialog 类，用打印队列实现打印。利用vc6.0+opencv实现人脸识别(Use C#'s WPF and printer to call the Print example. Use the PrintDialog class to print with a print queue. Using vc6.0+opencv to realize face recognition)
test_edge_detection
- 对图像首先进行3*3内核平滑降噪，然后使用Canny算子做边缘检测(First perform 3*3 kernel smooth noise reduction on the image, then use Canny operator for edge detection)