搜索资源列表
一维条形码打印系统
- 条形码的生成原理： 条形码的第一数据部分是由 7个数字形成的，其形成的方法详述如下： n 首先使用 产生和 匹配的字母码，该字母码有6个字母组成，字母限于A和B。产生字母码的列表如下 字母码 0 AAA 1 AABABB 2 AABBAB 3 AABBBA 4 ABAABB 5 ABBAAB 6 ABBBAA 7 ABABAB 8 ABABBA 9 ABBABA 表一 映射表 n 将 和 产生的字母码按位进行搭配，来产
GISDeveloper_9
- 投稿有关事项： 一、稿件要求 1. 字数：原则上不限。但单篇文章以2000-5000 字为宜；内容较丰富者，建议按连载形式投稿、刊载。 2. 格式：请使用 Word 文件格式，如果文章有插图，除 Word 中的文章插图外，再请单独保存原始的图片文件，以保证图片质量清晰可用。 3. 稿件不推荐提供学术论文。 4. 稿件应是其原创作品，或对所投作品拥有合法著作权之作品（编译的稿件请附原文）。 二、注意事项 1.
200561555616250020000
- 车牌识别系统 需要注意的地方： 使用VC++6.0做开发工具， 采用简单的SDI框架结构 ，一次处理一幅位图(有兴趣的可以作成MDI) 1）位图信息的数据是从左下往右下为一行，一行一行往上排的。 2）每行像素应该是4的倍数，不足的地方用空点补齐，读的时候注意跳过冗余点。 3）主要数据都存在Doc里面，BMP的主要数据存在一个由ImgData指向的BYTE型的内存空间（根据位图的大小，动态分配的）。 4）数据读进来以后，注意向
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。
mexhandle
- you can pass C++ objects between different MEX functions without first converting to a MatLab compatible format-you can pass objects between different C ME X functions without first converting to a MatLa b compatible format
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
eigenfaces_sample
- Eigenfaces is used to representing a face by projecting original images onto a face space defined by eigenvectors, and then a new face is compared to known faces by calculating the distance between their projections onto face space. -Eigenfaces is us
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
ZKonline
- 给予B/S架构的指纹识别系统，用java编写，能够对指纹进行采集和识别，是很好的参考代码。-For B/S structure fingerprint identification system, using java prepared, be able to fingerprint collection and identification, is a good reference source.
OCR-B10BT
- 二代身份证号码字体文件，由Mac字体文件转换得来-Second-generation ID card number of font files, font files from Mac to convert a
FaceDetection_Based_on_a_New_Nonlinear_Color_Space
- 提出一种新的非线性变换的彩色空间 ″″, 利用次高斯概率分布函数拟合皮肤色度信息, 得到候选区 YC C r b 域。为了排除候选区域中的非人脸, 首先根据均值和方差信息分割出候选区域中的纹理特征信息, 再通过多尺度 ) ( 信息定位眼睛, 然后根据人脸特征的几 形态边缘检测算子检测候选区域的边缘, 利用 边缘方向 PCA PCAED ( ) 何形状信息定位其他特征 鼻、嘴 , 通过这些几何特征信息对肤色分割得到的候选区域进行验证, 最终得到正确 的人
ImprovedPCAFaceRecognitionAlgorithm
- 摘要：主成分分析（PCA）的人脸识别算法，以减少的特征向量是涉及到对抽象的特点，改进了主成分分析（一）iUumination算法的变化影响酶原sed.The方法是基于上减低与正常化其相应的标准差的特征向量元素相关联的大特征值的特征向量的影响力的想法。耶鲁大学和耶鲁大学面临的数据库面对数据库B是用来验证-Abstract：In principal component analysis(PCA)algorithms for face recognition，to reduce the influen
cardrecognition
- 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
uva-594
- 各种平台对数据的识别方式不同，现有两平台，存储方式完全相反 如A平台上存储的O×♢ △，在B平台上就是△♢ ×O 需要编一段代码，将误读入的数据还原 如B从A上得到的数据显示为1，其实它是16777216 -A variety of platforms for the identification of data in different ways, two existing platforms, storage platforms such as A
faceface
- 系统有以下部分组成：电脑自带摄像头拍照、人脸检测、将人脸照片录入数据库、输入照片进行人脸识别。本程序是基于肤色识别的方法对人脸进行检测，人脸肤色范围是100≤B≤120，140≤R≤160，所以将此范围内的像素点置白，剩余部分置黑。利用imerode函数对图片进行球状腐蚀，然后再对图片进行中值滤波，达到平滑效果。最后，对于这张已经缩放而且二值化和各种处理之后的照片来说，如果白化区域的像素点少于1000，就舍弃。将图片进行分割，这里我们引进了欧拉数。 这样就可以把一些类似颜色人脸的背景排除。
pattern_recognition
- 根据训练集图像，对目标图像中的八个子目标图像进行识别，用红色矩形将各个子目标图像框起来，并在子目标图像的中央位置，写上对其识别的结果，即子目标图像的名字。-请键入文字或网站地址，或者上传文档。 取消 Gēnjù xùnliàn jí túxiàng, duì mùbiāo túxiàng zhōng de bā gè zǐ mùbiāo túxiàng jìnxíng shìbié, yòng hóngsè jǔxíng jiāng gège zǐ mùbiāo túxiàng kuān
license-plate-recognition-
- 这是一个车牌识别程序课程设计，包含完整的源代码和论文，使用matlab实现。通过对车牌图像的预处理，分割、模板比对，识别出车牌号码，效果不错。-试试带有自动翻译功能的新型浏览器。下载 Google Chrome 浏览器关闭翻译中文英语德语检测语言 英语中文(简体)日语 翻译文字或网页 这是一个车牌识别程序课程设计，包含完整的源代码和论文，使用matlab实现。通过对车牌图像的预处理，分割、模板比对，识别出车牌号码，效果不错。 请键入文字或网站地址，或者上传文档。 取消
pcnn
- 利用pcnn，每当有一批像素对应的神经元点火，对像素值进行一次修正。第n次点火的所有神经元用矩阵B（n）表示， 已经点火的像素位置标记为‘1’，未点火的标记为‘0’。通过一个3*3的模板滑过B（n），判断若模板内的值全为‘1’或全为‘0’， 则这些像素值不进行处理，否则若模板中心的值为‘1’，则增加该位置的像素值的大小，中心值为‘0’，则减小像素值。该功能由xiugai(B,K)函数实现 Beta取负值来抑制周围的神经元点火，因为输入pcnn（X）的是模糊图像，抑制之后使处理的
第1章
- 不同颜色空间下的人脸图像分割，彩色图像处理中有许多彩色空间坐标系，最常见的是RGB空间。其余的还有HSV空间、YCrCb空间、YIQ空间和YUV空间等，这些都可以从RGB空间转换而来。在大多数情况下，图像信息是以RGB的颜色体系保存，然而在人脸肤色分析中，由于RGB颜色的R、G、B三个颜色分量都包含亮度信息，存在极强的相关性，一般不适合肤色处理。所以一般情况下在进行肤色区域检测之前，要将RGB颜色体系转换到其他颜色体系中，而不直接利用RGB彩色空间。(There are many color s