搜索资源列表
AdvOcr
- 最近写了几个网站的验证码图片自动识别程序，尽管每个网站的验证码图片都不相同，识别的方法有所差别。但写得多了，也总结出不少相同之处。今天抽空封装出一个基础类来，发现可以很好地重复利用，编写不同的验证码识别程序，效率提高了不少。好东东不能独享，现放出来供大家共同研究，请网友们妥善用之。-Recently wrote a number of site verification code picture automatic identification procedures, even though e
camera-calibration-
- 首先自制一张标定图片，用A4纸打印出来，设定距离，再设定标定棋盘的格子数目，如8×6，然后利用cvFindChessboardCorners找到棋盘在摄像头中的2D位置，这里cvFindChessboardCorners不太稳定，有时不能工作，也许需要图像增强处理。 计算实际的距离，应该是3D的距离。我设定为21.6毫米，既在A4纸上为两厘米。 再用cvCalibrateCamera2计算内参， 最后用cvUndistort2纠正图像的变形。 -First, a
Wikipedia
- 人脸检测的研究具有重要的学术价值，人脸是一类具有相当复杂的细节变化的自然结构目标，对此类目标的挑战性在于：人脸由于外貌、表情、肤色等不同，具有模式的可变性；一般意义下的人脸上，可能存在眼镜、胡须等附属物；作为三维物体的人脸影像不可避免地受由光照产生的阴影的影响。因此，如果能够找到解决这些问题的方法，成功地构造出人脸检测系统，将为解决其他类似的复杂模式的检测问题提供重要的启示。本书对人脸检测的基本问题、研究思路和方法、经典的算法和技术全方位地做了深入系统的介绍，着重介绍了作者在利用活动轮廓模型方法
yellowPsignPrecognition
- 对于交通使用的黄色图标的识别功能，从大量扫描图像中找出具有黄色标识的图片-For the recognition of traffic using the yellow icon from a large number of scanned images to find pictures with yellow logo
AP
- AP聚类算法是基于数据点间的 信息传递 的一种聚类算法。与k-均值算法或k中心点算法不同，AP算法不需要在运行算法之前确定聚类的个数。AP算法寻找的 examplars 即聚类中心点是数据集合中实际存在的点，作为每类的代表-AP clustering algorithm is based on the information transfer between data points of a clustering algorithm. K- and k-means algorithm
Diagonal and edge
- B正在做一个关于图像理解方面的研究，她的目标是识别图像中的轮廓。当前阶段，她希望能够识别正方形。图像用一个矩阵表示，矩阵的每个元素对应于图像中的一个像素点，值为0或1，0表示背景，1表示前景。需要寻找的正方形必须满足线宽为单像素，且大小至少为2x2。她希望你能帮她找出图像中满足如下条件的两类正方形的个数： 正方形的边与矩阵边缘平行； 正方形的边与矩阵对角线平行；(B is doing a research on image understanding, and her goal is to