搜索资源列表
OpenCVL
- 这个一个opencv代码。通过对库函数调用，实现图片的边缘检测以及轮廓识别。对于入门opencv很有参考价值。-this one OpenCV code. Through library function call, on the brink of achieving Photo contour detection and identification. For entry OpenCV of great reference value.
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
image_detect_lunkuotiqu
- vc++编程实现对24位图的操作，主要包括边缘检测和轮廓提取，其中包括了实验所用的图片，可直接运行。
tuxiangshibieheceliangjishuyanjiu
- 针对压力锅炉机组主蒸汽管道碳钢部件金相组织石墨化程度的检测问题，选择 适合的算法，将数字图像处理和模式识别技术运用于金相组织测量之中,建立一套对 石墨化级别进行识别的图像检测系统。针对石墨化部分原始图片灰度区间窄的特 征，通过图像预处理使图像清晰，突出石墨组织，采用边缘检测方法，提取出要检 测的粗大呈黑色的石墨组织。最后采用最近领域法进行图像识别，判断碳钢石墨化 的程度。
车牌定位
- 车牌定位 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,以突出牌照区域。 4.削弱背景干扰。对图
车牌定位
- 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定的适应性,能够保证背景基本
carcarddetect
- 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
chepaishibie
- 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
j_13583_Barcode39Rm
- 形码生成与识别的研究及实现(要求用C#或VB.NET实现 )1.条形码生成：通过对条形码结构、编码规则的学习和对C#中图像的读取及图像的基本操作的掌握，学会用GDI生成Code39条形码，或者用特殊字体的方式生成条形码，最终将输入的文字信息转化成符合国际标准的条形码。 2、条形码识别：确定系统框架，用C#完成课题的详细设计和代码编写，根据条形码的码制规则，对以图片方式获得的条形码通过图像处理相关知识经滤波、边缘检测、区域分割等处理进行识别，将条形码信息解析成相应文字-Code generat
BarCodeWin
- 1.条形码生成：通过对条形码结构、编码规则的学习和对C#中图像的读取及图像的基本操作的掌握，学会用GDI生成Code39条形码，或者用特殊字体的方式生成条形码，最终将输入的文字信息转化成符合国际标准的条形码。 2、条形码识别：确定系统框架，用C#完成课题的详细设计和代码编写，根据条形码的码制规则，对以图片方式获得的条形码通过图像处理相关知识经滤波、边缘检测、区域分割等处理进行识别，将条形码信息解析成相应文-1. Bar code generation: structure of bar co
Barcode39Rm
- 1.条形码生成：通过对条形码结构、编码规则的学习和对C#中图像的读取及图像的基本操作的掌握，学会用GDI生成Code39条形码，或者用特殊字体的方式生成条形码，最终将输入的文字信息转化成符合国际标准的条形码。 2、条形码识别：确定系统框架，用C#完成课题的详细设计和代码编写，根据条形码的码制规则，对以图片方式获得的条形码通过图像处理相关知识经滤波、边缘检测、区域分割等处理进行识别，将条形码信息解析成相应文-1. Bar code generation: structure of bar co
m
- 本程序为本大爷原创，主要用于图片边缘检测。-This procedure-based uncle original, mainly for image edge detection.
tocr20
- 图片中字符识别，还不错，网上下的，边缘检测，字母，数字，符号识别-The picture character recognition, but also good under line, edge detection, letters, numbers, symbols identify the
sobel
- 索贝尔边缘检测代码，完成的是识别图片的边缘-Sobel edge detection code to identify the edges of the picture is completed
EdgeImage
- asm中有两个文件，其中c文件中用c语言实现了图片载入、边缘检测功能。asm文件用汇编语言实现了边缘检测功能-Edge Detection
matlabTest
- 基于matlab的图像边缘检测，实现图像边缘检测 的效果，图片和代码都在里面-this is the edge link
基于蚁群算法的图像边缘检测
- 基于蚁群算法的图像边缘识别程序，运行即可，附带图片(Image edge recognition program based on ant colony algorithm, just run, with pictures)
附件05-Demo演示代码
- 双目相机与计算机连接后进行拍照，图片抓取，视频拍摄，人脸检测，Canny边缘检测，BM算法与SGBM算法进行立体匹配测距的实现。(The binocular camera is connected with the computer to take pictures, capture pictures, take videos, detect faces, Canny edge detection, BM algorithm and sgbm algorithm for stereo match