-
LBP的人脸识别算法
局部二值模式LBP（Local Binary Patterns）是一种从局部纹理定义中衍生出来的算法，所谓的纹理是图像分析中常用的鉴别特征，它所含有的信息能够表征物体表面的变化。自1996年Ojala 等人提出LBP算子以来，由于其优秀的分类特性和计算的简便性，使得其广泛的运用于图像检索、人脸分析和工业检测等领域。本资源是LBP人脸识别的实现代码。
- 2022-01-22 04:54:53下载
- 积分：1
-
列分割字符和行分割字符的程序
图像的字符分割，有列分割和行分割两种。都有案例图片进行示范！
When recognizing characters in matlab, the code of column segmentation and row segmentation characters! Pro-test is effective, column segmentation is better, row segmentation is a little bit of a problem. Hope to improve the pro-comments! Declarations: This segmentation algorithm is relatively simple, so it is suitable for the case of wide character gap and standardized character. Handwriting or characters that are too close together can go wrong!
- 2022-06-13 15:35:23下载
- 积分：1
-
OpenCV算法详解实际应用
本压缩文件的主要内容是关于OpenCV主要算法详解在实际应用中的使用帮助，对学习opencv很有帮助。
- 2022-02-04 13:23:04下载
- 积分：1
-
小波分析及局部区域能量的图像融合算法
分析了小波分析及局部区域能量的图像融合算法的优缺点，提出了改进算法，实验证实算法具有较好的适应性和鲁棒性，分析了小波分析及局部区域能量的图像融合算法的优缺点，提出了改进算法，实验证实算法具有较好的适应性和鲁棒性。
- 2022-11-04 17:35:03下载
- 积分：1
-
vc MAppStart
此程序分配的 MIL 应用程序和系统，然后显示使用图形函数的欢迎消息。它还演示如何要检查有错误。
- 2022-07-09 02:16:19下载
- 积分：1
-
VC++人脸定位实例
其中，mdivwctl.cpp，mdivwctl.h 是MS_OCR的模块程序，一些功能函数尽我们的理解作了中文注释。用法主要在CCMD_OCRView.cpp中，OCR的用法很简单；为了使示范程序象样一点，添加图形的显示（它与OCR无关）。图形显示使用了CXImage包，这里你也顺便了解一个CXImage包的用法吧。这个程序中OCR的识别类型我们设置成简体中文，这样对英文的识别不好；当然你可能修改成识别英文（或其它国的文字，源程序里都有，你自己找吧）。
- 2022-01-25 18:25:24下载
- 积分：1
-
直方图均衡
int main()
{
char infilename[20];
char outfilename[20];
printf("请输入图像文件名：
");
scanf("%s",infilename);
if( ReadInfo(infilename) )
{
if(Histogram())
{
printf("请输入输出图像名，以.bmp结束
");
scanf("%s",outfilename);
WriteToFile(outfilename);
}
}
else
{
printf("读取文件出错
");
return 0;
}
return 1;
}
- 2022-01-28 17:05:18下载
- 积分：1
-
支持向量机的示例和演示
与各种 matlab m 文件，可以用于特征提取和分类给出了支持向量机分类器的图像。它包含一个演示，有助于理解支持向量机的工作原理。
- 2022-02-14 19:03:00下载
- 积分：1
-
手指打印识别系统
这段代码是使用 matlab 来创建的。它主要用于图像处理和数字信号处理领域。
- 2023-02-06 15:40:04下载
- 积分：1
-
图像基本处理
对于人脸识别，目前所采取的大多为对图像进行分析、解剖，把感性的人脸图像抽象化、模式化。以期最终建立关于人脸的数学模型，从而通过模型，让人脸识别变得十分简单。然而人脸之复杂，随环境、年龄、等的变化更是无法预测。我们的最终目的是制造出和我们一样有人脸识别能力的机器，它们的人脸识别能力不应该超出我们的范围。
人脸本身是一个随机的变量，不同的角度、不同的光线、不同的打扮，都会产生不一样的结果。因而我们认为人脸本身更像一个不确定的概率。所以通过模型的建立来进行识别不是不可以，但会十分复杂，而且所达到的目的并不一定是我们想要的。即使是通过机器学习进行的人脸识别，其自身本质也是通过系数加权等最终得到的结果，所以本质也是单一数学模型的建立、数据的各种复杂处理。
人的大脑是最好的识别工具，因此我们应该从人大脑的识别机制入手，模拟大脑的识别
- 2023-08-29 05:30:05下载
- 积分：1
