搜索资源列表
常用数值算法于程序C++常用算法1
- 包括了书中所有的C++程序源代码文件，每个源程序文件的文件扩展名都使用.cpp形式。这些C++程序已经在微软公司Windows 平台下的Virsual C++ 6.0环境下通过。盘中还包括由这些源程序在VC++6.0下生成的可执行文件(文件扩展名为.exe)，以及由这些程序运行后产生的结果文件(文件扩展名为.dat)。另外，还包括若干类书中所介绍算法的头文件，由文件扩展名为.h和.inl所组成。 为了方便读者实际应用书中所介绍的算法程序，本光盘专门预创建了VC++6.0的工程，-book i
BMP-shape
- 形状上下文算法。做好预处理后，使用此算法匹配验证码，识别率非常高，且无视扭曲，变形。-The shape context algorithm. Do a good job pre-treated using this algorithm matches the verification code, recognition rate is very high, and ignore the twisted, distorted.
Laplace-operator-filtering
- 原图像预处理，读入黑白图片并确定长和宽 拉普拉斯变换预处理，定义镜框矩阵和输出矩阵 拉普拉斯运算的三个矩阵 原图像矩阵处理，做一个“像框” 用拉普拉斯算子进行滤波 设定阈值，将图像二值化-The original image preprocessing, read black and white picture and determine the length and width of the Laplace transform pre-defined frame matrix and ou
imageprocessing
- 自己写的几个图像预处理算法，比如轮廓检测，hough变换，而为直方图绘制等-Some write their own image pre-processing algorithm, such as contour detection, hough transform, histogram mapping, such as for
inverse
- 用于数字图像处理，逆滤波函数，需要事先定义fourn函数-Inverse filtering function, need to pre-defined function fourn
07856234OCR(VCPP)
- 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色位图转为灰度图”“灰度图二值化”“去噪”“倾斜校正”“分割”“标准化尺寸”“紧缩重排”，另外注意，要识别的图片，要与win.dat、whi.dat位于同一目录。此两文件保存训练后网络的权值参数-The system s recognition rate is 90 , also can be used alone to open the pic
Pic2PDF
- img2pdf 编程接口,支持各种语言(VC,VB,PB,JAVA,delphi,python等) 支持各种图片转PDF，而且生成的PDF非常小， 支持对各种图片的预处理（支持图片的合并，拼接，格式转换，加补白，去除背景色等操作）。 支持批量图片生成PDF，可把图片追加到PDF， 对图片的合并，可以支持拼版操作， 所有功能，封装在20K的dll中，可以嵌入你的程序中 此外，还提供各种文档转图片功能以及把各种文档生成不可编辑的文档的功能包括(Word,PDF,XPS,
BinaryTree
- 本代码提供了二叉树前序、中序、后序遍历的三种遍历方法，实现了遍历的图形化演示，使用了初学者以及日常课程教学。-This code provides a pre-binary sequence, three traversal methods in sequence, after traversing achieve a traversal of the graphical presentation, using the beginner as well as the daily teaching
puzzle_PinTu
- 自制拼图小游戏，可选择图片，双缓冲绘图，可调节难度，利用逆向预先排序，保证游戏有正确解法-Homemade puzzle game, you can choose the picture, double-buffered graphics, adjustable difficulty, using reverse pre-sorted to ensure that the game has the right solution
BP-and-SOM
- BP（Back Propagation）网络是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。 BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。 它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。 通过对信息的提取以及