-
基于Hausdorff距离匹配方法
在场景图像上通过模板匹配技术，找到与之匹配的精确定位位置，程序中对于每个模板分别给出了最后的目标定位位置坐标，默认左下角的坐标为（0,0），得到偏差
- 2022-04-11 19:17:05下载
- 积分：1
-
基于dm6437的sobel边缘检测
基于dm6437的程序，主要用c进行编写，对用ccd摄像头采集来的图像流进行入、采集，并通过液晶屏进行显示，通过对每一个像素与sobel算子进行卷积和，实现对采集来的图像流进行边缘检测，从而达到我们想要的效果。
- 2023-05-06 06:55:03下载
- 积分：1
-
指纹识别
指纹的特征提取包括端点及交叉点的提取，然后进行去伪点操作，最后再进行特征点匹配，最终得出匹配结果！调试通过
- 2023-02-19 07:45:03下载
- 积分：1
-
利用opencv在MFC中打开两张图片，分别显示
本程序是在VS上开发的，基于计算机视觉开源库opencv进行图像读取，可以同时打开两张图片，
分别显示在MFC视图中，两图片都有滚动框。在此基础上，可以进行后续处理，如融合，融合部分还没做完。
- 2022-01-21 20:37:25下载
- 积分：1
-
3dmax 虚拟画廊
这是一个3dmax 制作虚拟画廊的详细步骤，供初学者学习使用
- 2023-04-02 03:35:33下载
- 积分：1
-
10 行代码完成人脸检测 - VB.NET
翻译 maninwest@Codeforge 作者:Dejan Mauer@CodeProject在一张图片中找到人脸可能不怎么容易。有些商业化和开源框架可以帮助开发者完成这个任务。 我要推荐的商业库是 Neurotechnology VeryLook. 也许，人脸识别的最有名的开源框架是 Intel 的 OpenCV (Open Computer Vision) ，它不只能用于识别人脸，还可以用于其他地方。但是 这是基于 C++ 的，不方便在 .NET 环境中使用。EmguCV 提供了一个 到 OenSV 的 .NET界面解决了这个问题。虽然这个框架很强大，但是使用起来不容易。在这里，我将介绍最简单的人脸识别- 使用 开源库 Accord.net,它构建在 AForge 图像库上.使用代码代码示例是从附件中的程序中提取出来的。我仅关注主要功能-使用 Accord.net库找到人脸Dim detector As HaarObjectDetector
Dim cascade As New FaceHaarCascade
detector = New HaarObjectDetector(cascade, 30) 首先要声明 classHaarObjectDetector. 这个类封装了找到图片中不同对象的算法。对象用所谓的级联描述，很多开源项目中都有（脸，左眼，右眼，两只眼，
- 2023-04-15 07:05:04下载
- 积分：1
-
采用自适应二维自回归建模和软判决估计的图像插值
张、 湘军和小林吴。"图像插值自适应 2 D 回归建模和软判决估计"。图像处理、 17.6 汇刊 （2008 年）： 887 896。吴教授小林是 IEEE 院士关联编辑器的汇刊图像加工。西贡的图像插值的图像插值算法所提述的文件是已知最好的算法之一，作者在主页上，几个发布此算法的 matlab 程序代码，分享它，现在此算法的 matlab 程序代码发布的算法 exe 可执行文件。
- 2022-09-17 22:20:02下载
- 积分：1
-
图片对比程式
应用背景可用于两张图片的对比。判断是否相同或不同。关键技术
扫描整个图片，从而获得每个像素点的值，进而进行比较
- 2022-09-23 04:00:12下载
- 积分：1
-
多种运动估计算法
用matlab写的运动估计程序,主要包括全搜索运动估计算法，三步法快速搜索算法等
- 2023-04-24 03:05:03下载
- 积分：1
-
使用 python 文档扫描仪图像
你看，扫描使用智能手机的文件可以被分解成三个简单的步骤：第1步：检测边缘。步骤2：使用在图像中的边缘以找出轮廓（轮廓）表示一张纸被扫描。步骤3：应用一个透视变换，以获得所述文件的俯视图。线2-7手柄导入我们需要必要的Python包。我们将通过导入我上周讨论了我们four_point_transform功能启动。我们也将使用imutils模块，它包含了方便功能调整大小，旋转，裁剪和图像。你可以在我的基本的图像操作后阅读更多关于imutils。接下来，让我们从进口scikit图像的threshold_adaptive功能。该功能将帮助我们获得了“黑与白”感觉我们的扫描图像。最后，我们将使用NumPy的数值处理，argparse解析命令行参数，并CV2我们OpenCV的绑定。第10-13行手柄解析我们的命令行参数。我们只需要一台交换机的形象，--image，这是路径包含我们要扫描的文档的图像。现在，我们有路径，我们的形象，我们可以继续前进步骤1：边缘检测。第61行执行翘曲改造。事实上，所有的繁重被four_point_transform函数处理。同样，你可以阅读更多关于上周的帖子在此功能。我们将通过两个参数为four_point_transform：第一个是我们的，我们装过盘原始图像（不是大小之一），第二个参数是代表文件，乘以调整大小比例的轮廓。所以，你可能会奇怪，为什么我们乘以调整比例是多少？我们乘了调整后的比率，因为我们进行边缘检测，发现轮廓高度= 500像素的调整后的图像上。然而，我们希望将原来的图像，而不是调整大小后的图像上执行扫描，从而我们通过调整大小比率相乘的轮廓点。要获得黑白的感觉的形象，我们再采取扭曲图像，将其转换为灰度和应用自适应阈值上线65-67。
- 2022-06-01 20:19:50下载
- 积分：1
