-
万花筒程序
必须需要用到的of自带的addons包括：ofxThreadedImageLoaderofxXmlSettingofxGui额外的addon是ofxUI可以自行到www.github.com下载在创建工程是需要添加这些addons。若创建是没有添加，也可手动将其所有源码文件添加到自己的工程中去。在ksApp中增加了大量注释，并修正了一些错误增加了类ks::ZhangSan1111: 用于示例如何写出简单的作业增加了类ks::TirSrcDemo: 用于示例如何构造出具有三个数据源接口的万花筒
- 2022-05-26 16:40:54下载
- 积分：1
-
生成图像 RGB 像素值
PixelFormat 对象定义给定格式像素数据的布局。
- 2022-02-14 21:42:06下载
- 积分：1
-
数字图像接触颗粒的自动分割
在图像中，颗粒与颗粒之间会有接触，先检测出颗粒与颗粒的接触点，也就是契形点，将颗粒接触的两个契形点找到，用直线连接，并分割开，完成接触颗粒的自动分离
- 2023-02-19 07:25:03下载
- 积分：1
-
运动目标跟踪
基于camshift的实时目标跟踪，能根据运动目标的方向直方图对运动目标进行准确的跟踪
- 2022-02-03 11:12:25下载
- 积分：1
-
车辆检测和跟踪
资源描述1.首先从文件菜单打开程序目录下的car.avi视频,系统将显示视频的第一帧。
2.点击背景提取菜单，稍后会提取出背景并显示在打开的第二个窗口中。
3.当提取出背景后，点击检测跟踪菜单，对车辆进行检测和跟踪。
4.点击轨迹绘制菜单，绘制车辆的轨迹。
注：由于使用OpenCV打开AVI视频文件需要视频解码器，故在程序运行前请在电脑上先安装DivX类型的的视频解码器，否则将出现无法打开文件的错误。本程序使用的是OpenCV2.1版本，在没有安装此版本软件的机器上运行时需要将cv210.dll,cvaux210.dll,cvcore210.dll,highgui210.dll,ml210.dll这五个文件拷贝至*.exe可执行文件下。
- 2022-04-07 04:30:48下载
- 积分：1
-
无人机航拍图像拼接
基于无人机航拍图片的拼接程序，加入了照相机参数校正，能够快速拼合场景图，做毕设时写的程序，将读取图像路径加入程序可以直接运行得到结果，中间可以显示多幅图像的匹配关系，粗匹配点对及精匹配点数，拼接时间及校正时间，最后显示拼合结果图并将图像存储
- 2022-07-15 15:36:24下载
- 积分：1
-
手势检测
基于肤色模型的手势分割检测，人手检测根据肤色模型检测人的手所在位置,并根据模板判断手势。-Detection of manpower under the color model to detect the location of the hand. And in accordance with the template to determine gesture.
- 2022-03-20 07:27:27下载
- 积分：1
-
手写体的数字识别
这项工作基于统计方法的问题，而不使用大培训数据库和不诉诸神经网......
我避免神经网络显而易见的选择，唯一的真正原因是：
1） 它已进行前字符识别。
2） 它不似乎是本着同样的精神，作为我们的课程和讲座，
和方法。
3） 神经网络，以我的经验，似乎并不产生可伸缩的、
关于底层视觉问题/解决方案的重用信息...
就我所知他们只是证明，一些系统称重层感知产量的正确结果大部分时间。
只有几篇文章手写识别的问题，我所读过的指的是统计方法解决它。我已经从他们，我的想法，但是我还没有找到任何准确的参考，我对这个问题的办法。我将会检讨各种统计方法在下一章。
- 2023-08-14 00:20:03下载
- 积分：1
-
matlab神经网络数字识别
在加工每一针前根据设定轨迹、运动参数、物料材质、当前加工位置等先用BP神经网络得到加工点粗略的变形量,对加工轨迹进行预补偿。加工时动态采集加工点的局部图像,经数字图像处理得到加工点实际坐标与设定坐标的偏差值,一方面将所得值作为神经网络的输出样本,结合相关参数对神经网络进行在线培训,另一方面将此偏差值与加工点设定坐标之和(即加工点实际坐标)用神经网络的输出进行预补偿,求出其与针头实际位置的差值作为PID控制器的输入,从而提高控制系统的动态特性,实现快速精确绗缝的自动化加工。
- 2022-03-20 17:09:13下载
- 积分：1
-
a Line Segment Detector
LSD is a linear-time Line Segment Detector giving subpixel accurate results. It is designed to work on any digital image without parameter tuning. It controls its own number of false detections: On average, one false alarms is allowed per image. The method is based on Burns, Hanson, and Riseman"s method, and uses an a-contrario validation approach according to Desolneux, Moisan, and Morel"s theory. The version described here includes some further improvement over the one described in the original article.
- 2022-06-01 22:25:08下载
- 积分：1
