搜索资源列表
OpenGL命令和例程概述
- 许多O p e n G L命令直接影响诸如点、线、多边形以及位图等O p e n G L对象的绘制。而另一些 命令，例如那些用于反走样或纹理操作的命令，主要用来控制图像如何生成。还有一些命令则 关注帧缓冲区的操作。
ExhCAD_1_01a_Final
- 《管状换热器计算机辅助设计系统ExhCAD绘图系统(版本:1.01a Final)》为自由软件，采用增量软件开发模型，并用UML对软件进行 建模，以便更新。 该版本只是对换热器的最简单的形式做出设计，而且程序在计算 (包括设计、校核两部分，其中校核部分未编)、绘图过程中都作了简 化，虽然采用了参数化绘图，并能进行简单的数据管理，但没有考虑 换热器的插入件、安装(待编)等因素的影响，特别是在绘图中用 Automatuion技术绘制了管子部分,并对一些常
plateloc
- 车牌定位使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一
Delaunay-Trianglation-Mesh-Generation
- 这也是一个delaunay三角网的程序，功能是我见到最强大的。能生成二维和三维，并有openGl创建模拟三维图。原程序中编译时需要wx/的文件，我没有找到。不过不影响程序的学习.希望对你有用！！包中有.exe可先-This is a triangular network nodes procedures, I see the function is the most powerful. Can generate two-dimensional and three-dimensional, and
CardRecognization
- 车牌识别系统 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。
reply_1_1007847
- 车牌定位使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一
detect_vc++_
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
cubic_average
- 图像在采集、转换和传输中,常常受到成像设备与外部环境噪声干扰等影响.一般来说,现实中的图 像都是带噪图像.为了后续更高层次的处理,很有必要对图像进行去噪
chepaidingwei
- 一个很好的车牌定位 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最
spinfilter
- 针对条纹图中的随机散斑噪声，编制旋滤波程序，能够去除散斑噪声的影响，同时不损害条纹信息。
bw_fragile_robust_cross
- matlab编写的对二值图像的数字水印添加与提取程序。压缩包中有示例图片。可以添加水印，结果肉眼不易分辨出变化，不影响使用。可加入信息长度达100个字节。提取时可验证是否被修改过，如未修改，可提取隐藏信息。当有修改发生时，可以定位修改的位置，并在图上标出。标识面积占修改面积的75％，一般修改都能标出
DETECTION_LineHough_inIMAGE
- 在文档图象中 用HOUGH变换 探测图象中的直线段 英文代码不影响使用
边缘检测算法的基本步骤
- 边缘检测算法的基本步骤 （1）滤波。边缘检测主要基于导数计算，但受噪声影响。但滤波器在降低噪声的同时也导致边缘强度的损失。 （2）增强。增强算法将邻域中灰度有显著变化的点突出显示。一般通过计算梯度幅值完成。 （3）检测。但在有些图象中梯度幅值较大的并不是边缘点。最简单的边缘检测是梯度幅值阈值判定。 （4）定位。精确确定边缘的位置。 Canny边缘检测算法 step1:用高斯滤波器平滑图象； step2:用一阶偏导的有限差分来计算梯度的幅值和方
chap12
- 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性
cddbn__Y788036
- 在图 像 拼 接中通常使用模板匹配方法进行图像配准，模板特征选取、基准模板位 置与大小选取，在很大程度上影响图像配准的准确度和速度。基于模板匹配的原理，文中提出了两种新的彩色图像自动拼接方法,基于三基色原理的平行线寻优法和十字交叉特征寻优法
chepaidingwei
- 很好的车牌识别代码 。具体步骤： 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0
dtcwttexture
- 基于内容的图象检索系统代码图片预处理是为了使图片归一化，归一化的目的是将每幅原始图像调整到相同的尺寸和对应位置，从而消除平移、缩放和旋转对于图像鉴别的影响以方便对图片进行的特征提取。
chepaidingwei
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区
画散点图
- 通过选择栅格数据影响，画出该栅格数据的散点图。在计算NDVI的时候，非常方便。
MarkovModelsforDirectionalFieldand
- 指纹图像的处理经常要用到空域方向图,方向图计算 的精确性对于后继处理步骤有很大影响。前人提出的指 纹方向图的算法有很多,笔者的目的在于比较前人提出的 几种空域方向图的计算方法,-good