搜索资源列表
hanzishibiexitong
- 这是一个汉字识别的综述论文，可以给大家一个关于汉字识别的总的轮廓-This is a synthesis of Chinese character recognition papers, can tell you the total Chinese character recognition on the outline of
snake
- 在数字图像中虹膜位置的有效定位是虹膜识别的关键问题。用一种基于主动轮廓线模型的方法定位虹膜的位置，先用灰度投影法检测出瞳孔内的一点作为瞳孔的伪圆心，该圆心只要能落在瞳孔内部即可。然后以该伪圆心为中心，在其周围等角度间隔地取N个点作为初始的snake基准点，按照snake 的运行机制不断进化，直到虹膜的内边界为止。最后，计算进化后的snake形心和snake上的控制点与该形心的距离，取其平均值作为瞳孔的半径，动态轮廓模型的形心作为瞳孔的圆心，即可准确定位出虹膜内边界的位置。实验表明，与常见的定位方
UCF_data
- 基于人体轮廓分析的行为识别的数据库(UCF)。这个数据库中，16位individuals分别做16种行为，5次。对于每种行为循环的数据可以通过UCF_data {i, j, h}读取。-The uploaded data is the collect UCF database for skeleton-analysis based action recognition. 16 individuals performs 16 actions by 5 times. You can load the
ziliao
- 车牌识别的一些英文文献资料，一些关于灰度变换的图像处理提取轮廓的算法-Some English literature license plate recognition, something about the gray transform image processing algorithms to extract contours
face_demo
- 人脸识别程序，可以快速的跟踪人脸的移动，并作出轮廓图-Face recognition program, you can quickly move to track human faces and make contour map
zhixin
- 之前上传一个利用轮廓扫描法获得目标，这个主要利用像素点识别目标，并通过质心算法求得物体质心-Before uploading the use of a contour scanning method to obtain the target, the main use of pixel identify the target, and the center of mass is obtained through the centroid algorithm
vedio
- 目标检测与识别 1. 颜色检测 采集大量敌方机器人的图片数据，并进行训练，得到对方机器人的颜色区间， 并以此为阈值对整幅图像进行颜色检测，找到疑似敌方机器人的区域，量化 成二值图。 2. 滤除噪声点 对得到的二值图像进行开运算处理，滤除颜色检测结果中的噪声点。 3. 连通区域检测 对图像中的疑似区域进行连通区域检测，计算出每个疑似区域的外部轮廓， 用矩形近似表示。 4. 连通区域合并 根据连通区域之间的距离和颜色相似性，将距离接近且相似性高的连通区域
opencv几何形状识别
- 可以获取摄像头图像并且检测出图像轮廓，识别图像中不同形状。画出外轮廓并且用标签进行标记。(Camera images can be obtained and detected image contours, recognition of different shapes in the image. Draw outward contours and mark with labels.)
人体跟踪源代码
- 能够识别摄像头人体轮廓，捕捉相应的位置，显示位置信息。(Able to recognize camera body)
159.cpp
- 能识别多张图片中圆形轮廓的形状，可以快速识别比一般的Hough 圆检测快。(Recognizes the shape of a circular outline in multiple pictures to quickly identify faster detection than the average Hough circle.)
matlab基于手部轮廓的手势识别方法
- 通过提取手势轮廓作为特征来识别手势的动作(The action of identifying by extracting the contour of a gesture as a feature)
carOpencv3.2
- 这个只是单纯的 通过对阀值还有 形态学滤波 +轮廓查找 筛选 的方式 对车牌进行 识别，特别是形态学滤波 对车牌的识别结果影响很大，这个只是找车牌的一种 普通方法，但对于初学 图像处理的图像来说 可以通过该项目去熟悉 图像处理的一般步骤 还有熟悉一些简单的图像处理方法。(This is simply based on the threshold and morphological filtering and contour search screening way on the license
simulate
- 形状是由图像的轮廓形成的，所以理论上形状识别是通常在边缘或轮廓检测后的步骤。(edge_based_matching The shape is formed by the outline of the image, so theoretically the shape recognition is usually the step after the edge or contour detection)