搜索资源列表
numberOne
- 摄像头定标之后的图像矫正校正，使用的是opencv的函数库-摄像头定标之后的图像矫正校正，使用的是 opencv的函数库速度
license-plate-recognition
- 本程序采用一种基于垂直Sobel算子检测边缘和投影法的车牌定位方法,根据车牌区域竖直纹理突出的特点，利用Sobel垂直算子提取边缘，然后投影得到车牌的水平投影图，利用水平投影图分割出车牌，再运用膨胀运算进行车牌垂直定位。利用旋转投影法寻找车牌倾斜角度，然后用双线性插值进行车牌图像倾斜矫正。对经过精定位的车牌利用垂直投影法，找出各个字符的中心点，根据字符中心点位置进行切割。同时将切割出来的图片与数据库中的每张模板图片进行减法运算，计算该图片与模板的均方误差，其均方误差最小的模板即为识别出的字符。-
Untitled_1
- 人脸识别算法分类 基于人脸特征点的识别算法（Feature-based recognition algorithms）。 基于整幅人脸图像的识别算法（Appearance-based recognition algorithms）。 基于模板的识别算法（Template-based recognition algorithms）。 利用神经网络进行识别的算法（Recognition algorithms using neural network）。 基于光照估计模型理论
STEREO-CALIB
- opencv下的双目相机标定和图像矫正、三维重建，形成3维点云-used for process of 3D graphic by opencv stereo calibrate
undistort
- 对于利用MATLAB标定工具箱得出相机标定参数后，此函数可利用标定得出的结果，对图像进行畸变矫正，输出矫正好的图像。-Calibration Toolbox for use MATLAB camera calibration parameters obtained, this function can be calibrated using the results obtained, the image distortion correction, output correction a goo
distortion
- 使用VS2013+opencv2实现图像的畸变矫正，矫正结果比较理想-Using VS2013+ opencv2 to achieve image distortion correction, correction results are ideal
图像倾斜矫正以及识别
- 对工业指针式仪表的倾斜图像进行自动矫正以及读数识别(Automatic correction of slant images and readout recognition)
test5
- 基于图像处理的方法实现车牌图像的矫正和提取(Realization and Extraction of License Plate Image Based on Image Processing)
B1 correction
- 关于磁共振图像由于B1场不均匀性而导致的亮度不均匀的矫正程序(it is related to the B1 correction for MRI image)
畸变矫正
- 图像畸变矫正的matlab代码实现，可直接运行(Image distortion correction matlab code to achieve, can be directly run)
calibration
- halcon相机标定，然后在vs控制平台上运行，对图像进行畸变矫正(halcon camera calibration, and then run on the vs control platform, the image distortion correction)
Imatest-3.4安装及破解包
- 是完全功能的软件，即可用于检测数字相机、摄像机、工业相机拍摄的图像质量，也可用于交流检测结果。其功能包括： SFRplus：可以与SFRplus测试卡配合使用，检测MTF,横向色差，畸变，阶调响应和颜色还原。 SFR：配合测试卡，可检测相机和镜头的锐度，噪音，色差。可以在相对条件下比较不同相机的表现。比较的最小区域可达10X10个像素。 MTF：使用SFR的结果比较不同相机、镜头和影像系统的MTF性能。 Stepchart：配合灰阶测试卡检测相机的阶调响应，噪音，动态范围。还可用于检测曝
2透视矫正
- 在python中实现透视变换。算法正确高效，这种仿射变换经过修改后可用于图像矫正等用途。(The perspective transformation is implemented in python. The algorithm is correct and efficient. This affine transformation can be used for image correction and other purposes after modification.)