搜索资源列表
256
- 256色转灰度图,用于把256色彩色文件转成灰度图像,方便下一步处理
matlab
- 一个matlab做的图象处理程序. P0801:索书号文字图像分割 P0802:粘连字符切分 P0803:文字识别 P0804:彩色车牌分割 P0805:商标文字分割 Recognition:文字识别的识别子函数 StrDetect01:文字识别的结构特征提取子函数
bmptoascii1593195282003
- BMP到ASCIIl转换程序,将图像转换成使用字母和符号的ASCII艺术文本,也可以创建相应的彩色ASCII图像. 程序中提供有图像预处理操作改变图像大小及增强图像的灰度级对比度.
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
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
24bmp256bmp
- C语言实现的24位真彩色bmp图片到256色图片的转换,是图像预处理的第一步,万事开头难,很有用的源码
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
weichuli
- 分别使用灰度值变换和频域滤波的方法实现图像的伪彩色处理。在Matlab中编程实现
num_identify
- 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-
chap12
- 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
车牌定位
- 车牌定位系统是进行车牌自动识别的重要一部分能正确的获得整个图象的车牌部分 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
RGBToGray
- 将彩色图片转为灰度图像,vc++编写,功能强大,可支持多张批处理。-The color images into grayscale images, vc++ writing, powerful, can support more than one batch.
image
- C++ 数字图像获取 处理及实践应用实例,进行图片的锐化,伪彩色编码,灰度变化,平滑运行等等功能-C++ digital image processing and access to examples of practical application for sharpening images, pseudo-color coding, gray level changes, smooth running and so on
24zhengcaise-tograyhuidu
- 可以实现真彩色的图像转换成灰度的图像,有利于进行下一步处理-Can achieve true color images into grayscale images, is conducive to further processing
IP
- 1)8位和24位bmp文件的打开,保存,自动判别文件类型并进行相应的设置。 2)对同一副bmp图像的多视图显示,包括:一般图像视图,直方图视图(支持彩色), 图像属性视图,24位bmp的RGB各分量视图。 3)各种卷积核的滤波操作。包括:拉普拉斯二阶微分算子,LoG算子, 高斯平滑算子,sobel垂直/水平边缘增强算子,sobel边缘强度算子,两种 不同半径的圆形滤波器,另外canny边缘检测算子也可以在程序中使用。 4)8位24位bmp图像之间的相互转化。 5
EdgeDetection
- 边缘检测1.制作一张包括色块、线条的单色背景图片,先对其作低通滤波产生一幅色块和线条边缘模糊的降质图片待处理,采用任意二种边缘检测算法检测待处理图片中的色块和线条的边缘,得到二值化的处理结果图。从结果图中提取色块和线条的边界坐标值,与实际生成原始图像时采用的真实坐标数据作比较,对产生的检测误差作分析。2.拍摄一张包含待检测物体的黑白或者彩色照片,试采用一种边缘检测的算法做待检测物体的自动提取,对生成的结果作分析。-Edge Detection 1. To produce a including
LicensePlateRecognition
- 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
imageprocessing
- 主要内容彩色256色转灰度图,hough变换,walsh变换,对比度拉伸,反色,图像的傅立叶变换,高斯平滑,均值滤波,各种锐化方法,图像的缩放、细化、旋转,边缘提取,内附各种图片,vc++源码,对初学图象者很有帮助,强烈推荐,图象处理-The main contents of 256 colors to grayscale color, hough transform, walsh transform, contrast stretching, anti-color, images of Fou
TemplateTrans
- 对图像进行锐化,平滑处理和彩色化。具体有中值滤波,拉普拉斯锐化等-Image sharpening, smoothing and color of treatment. Median filter has specific, such as Laplacian sharpening
rmb
- 对彩色的人民币进行灰度处理,然后提取边缘。对图像的边缘检测。-Carried out on the gray color of the RMB and then extract the edge. Edge detection of images.