-
基于纹理的背景建模
本源码是基于《A texture-based method for modeling the background and detecting moving objects》一文实现的，该方法是基于图像中各个像素点的建模方法，提取的纹理特征的方法为LBP直方图，每个像素点的背景模型中包含K（一般为3或5）个LBP直方图，在后续处理中每来一帧时先进行前景检测，然后更新背景模型，如果当前像素点的LBP直方图和其背景模型中的任何一个直方图都不匹配时，就把权值最小的那个直方图替换成该像素点当前的直方图，并且设置其权值为一个很小的值，如果当前像素点的LBP直方图与其背景模型中的某一个最匹配时，就更新那个最匹配的直方图，并且更新其权值，背景模型中的其他直方图只更新权值。更新完之后进行权值归一化，根据权值大小进行排序。
- 2022-01-26 17:26:01下载
- 积分：1
-
基于OpenCV的方向选择滤波
基于OpenCV的方向选择滤波，其中的高斯滤波的核存放在文件中。Windows平台开发，角度Theta的选择通过15
个邻域的梯度求解。
- 2022-06-20 11:11:57下载
- 积分：1
-
图像处理的基本使用PHP
本程序是图像处理基础的一个实现。本程序的内容包括负片图像操作、亮度、对比度、灰度图像转换、黑白图像转换、垂直翻转、水平翻转和对角线翻转。
- 2022-04-08 00:32:00下载
- 积分：1
-
如何上传图片和保存图片信息数据库使用扩展数据库类方法
该项目旨在将图片上载到图片的文件夹，并将调整的图片上载到四个不同的文件夹是图片文件夹的子文件夹。该项目包含两个主要文件夹 （包括和公用文件夹），你会发现前端活动程序时的后端和联机分析处理程序包含文件夹在公用文件夹中。
请按照下面的步骤来设置您的应用程序：
1） 打开 config.php 文件里面包含文件夹，用你真正的数据库名称替换"yourdatabasename"
2） 创建一个表，在 mysql 数据库中以 profilepicture 作为名称和如下领域： id、 文件名、 类型、 大小、 标题、 目的、 verify_string、 create_date、 tagvalue
3） 到指定图片名称，"Mypicturename"index.php 里面的变化动态
谢谢
- 2022-01-28 18:23:38下载
- 积分：1
-
蛇梯棋 - 尝试使用 HTML5
翻译 maninwest@Codeforge 作者:Manas Bhardwaj@CodeProject
这里是简单地演示使用HTML5实现蛇梯棋游戏。
背景
这个游戏通常需要两方进行。但是，这个实现是单击游戏，主要用于展示用到的原理和背后隐藏的潜力。
我希望能深入探索HTML 画布元素 - 也就是这个游戏的核心。
我们首先将了解一下画布元素，然后再查看它在蛇梯棋中的应用。
画布
画布是引入 HTML5 的一个新元素，正如字面意思所示，可以通过它使用java script绘制图形。它可以绘制图形、图像和动画。让设计师、动画制作者更加方便。
在某些浏览器中，画布元素不受支持，但是在 Firefox 1.5 及更高版本中，Opera 9 和更高版本中， Safari, Chrome, and Internet Explorer 9 的新版本中均受支持。
使用代码
让我们看看 是如何在游戏开发中使用的。从一个包含 元素的简单 HTML 页面开始。
- 2022-02-21 15:07:54下载
- 积分：1
-
何凯明暗通道去雾
代码实现了何凯明09年发表的论文《Single Image Haze Removal Using Dark Channel Prior》，实现了暗通道的提取和引导滤波器的matlab实现，
- 2022-11-08 18:55:03下载
- 积分：1
-
ipmage 处理
ipmage 处理
- 2022-11-03 04:20:04下载
- 积分：1
-
a triangular mesh generator (.exe)
square.d is input file; square.e square.n square.s are output file. square.e is element , square.n is node, square.s is side.
- 2022-03-19 00:41:45下载
- 积分：1
-
delphi图像压缩传输
delphi,图像,压缩,传输,用Delphi实现屏幕抓取、图像压缩、图像传输的示例，供大家学习使用，如有不足之处，请大家原谅，毕竟是个新手，希望大家多多指教！谢谢啊！！！
- 2023-09-02 14:00:03下载
- 积分：1
-
K-means cluster
K-means cluster
用c++实现的，大家一起学习交流。
Step 1. 从n个数据对象任意选择k个对象作为初始聚类中心；
Step 2. 循环Step 3到Step 4直到每个聚类不再发生变化为止；
Step 3. 根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离，并根据最小距离重新对相应对象进行划分；
Step 4. 重新计算每个（有变化）聚类的均值（中心对象）
k-means算法的工作过程说明如下：首先从n个数据对象任意选择
- 2022-03-15 01:58:19下载
- 积分：1
