搜索资源列表
SHOWBMP.C
- 640*480 256 色 .BMP 文件显示程序，可以浏览、同时显示 4 幅图象，也可以 在屏幕上开一个窗口显示 .BMP 图象，并可以使用上下左右箭头键、PageUp/PageDown、Ctrl+Left、Ctrl+Right键浏览整幅图象，在S3、ATI等VGA卡上 调试通过 实例程序能对任意一个文件进行加密,密码要求用户输入,限8位以内(当然你可以再更改).程序有很好的容错设计-640 * 480256 color. BMP file display program ca
DigitRec
- 数字识别系统源代码: 第一步：训练网络。使用训练样本进行训练 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90％。 此外，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。 具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“
digital-recognise
- 数字识别代码 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别识别的结果显示在屏幕上，同时也输出到文件result.txt中 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
digitshibie
- 图形数字识别： 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别 识别的结果显示在屏幕上，同时也输出到文件result.txt中-graphics figures recognition : the first step : training netw
szsbxtydm
- 数字识别系统源代码.rar 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90％。 此外，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
shuzishibie
- 数字识别代码 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别识别的结果显示在屏幕上，同时也输出到文件result.txt中 该系统的识别率一般为90％ -Digital identification code the first step: Training Network. Th
Neural-network-recognition-system
- 使用说明 第一步：训练网络。使用训练样本进行训练。 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90 。 此外，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。 具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－
token=a7e89e78ff568b42fd2a07b81146de5f
- 摄像头控制鼠标 其实这个程序只是好玩而已，没有什么应用价值。 首先是它无法替代鼠标，只能表示轨迹，无法完成按键操作。 其次是精确度与灵敏度都不够，这点倒是和我的代码有关。 其实上次在杂志上看的要比这复杂，经过了色阶、阈值、二值化之类的变换才得到最终的信息，而我的程序中只有二值化。 另外，实验条件也不同，那个是用一张纸做背景，把摄像头装到一个盒子里，利用上方透射的光和手指的阴影，只要有足够的光照就可以，而我的程序就只能依靠黑暗背景了，晚上关了灯还差不多。
opentrim
- bmp全色深操作类c++代码,功能有反色，从bmp图像构建灰度数组用于图像识别。角点检测，在图像上画点，画线，-c++ lib deal with all the bmp format image .it can reverse color,draw point line on bmp images and detect corners .it can also create array contains the brightness of every pixels
tmOutLine
- 五种边缘检测算子的实现，函数具有很好的通用性，凡是能够得到只想图像像素区指针的情况都可以使用。 配合我上传的那个opentrim使用更好，这是一个bmp全色深操作类，里边还集成了一些其他的机器视觉算法。 对图像进行高斯——拉普拉斯算子的边缘检测 对图像进行拉普拉斯算子的边缘检测 对图像进行罗伯特交叉算子的边缘检测 对图像进行蒲瑞维特算子的边缘检测 对图像进行索贝尔算子的边缘检测-5 kinds of edge detection operator to achieve
DigitRec
- 使用说明 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90 。 此外，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
ylh
- 测试方法 1、在你的电脑上建一工作目录； 2、分别将车牌图像和测试程序下载到你建立的工作目录上； 3、解压车牌图像； 4、直接运行测试程序 算法核心 依公式 黄 =（红 + 绿）/ 2 ，灰度 = （黄 + 蓝）/ 2 ， 将红、绿、蓝三种颜色构成的色彩空间映射到由黄、蓝两种颜色构成的色彩空间，进一步取值黑、蓝、灰、黄和白五种， 这包括了车牌识别所需要的车牌色（蓝、黄、白、黑）和字符色（白、黑）， 且灰能保留图像的识别信息，克服二值化阈值缺陷；
LPR_by_ylh
- 依公式 黄 =（红 + 绿）/ 2 ，灰度 = （黄 + 蓝）/ 2 ，将红、绿、蓝三种颜色构成的色彩空间映射到由黄、蓝两种颜色构成的色彩空间，进一步取值黑、蓝、灰、黄和白五种，这包括了车牌识别所需要的车牌色（蓝、黄、白、黑）和字符色（白、黑），且灰能保留图像的识别信息，克服二值化阈值缺陷；基于三值图像的车牌识别包括基于三值图像的字符识别和基于三值图像的按分割反推的车牌定位，是建立在三值图像基础上的创新的车牌识别算法体系。-According to the formula Yellow = (r
yuyuzhuadian
- 鱼鱼抓点/抓色是一款专门为设计人员开发的方便、实用的辅助工具，它的功能是可以抓取屏幕上某个位置坐标颜色，支持不同颜色的代码，例如HTML颜色，RGB颜色，十六进制值等。 此外，该软件还支持进制转换和颜色分解，支持抓取窗口句柄，支持截图和画图功能，功能非常强大，你可以在使用中探索-Fish point/grasping color is a specialized designers to develop convenient, practical tool, its function