-
使用 opencv 和 Visual Studio 的 HSV 值
这个项目会给你点在哪里 u 将鼠标光标放在 HSV 值。它是使用 opencv 2.4.9 和 visual studio 2010 实现
- 2023-02-26 21:00:03下载
- 积分：1
-
tecplot field file
01.#include "global.h"
02.#include "TECIO.h"
03.void write_tecplot_field_file(int t)
04.{
05. register int x,y,yx,i;
06. char name[200], zname[200],RE[10],dummy=(char)12;
07. int Re;
08.
09. /* array for the coordinates */
10. float *xc,
11. *yc,
12. *rho,
13. *u,
14. *v,
15.
- 2023-06-07 09:20:03下载
- 积分：1
-
基于opencv的sift运动目标跟踪
应用背景
SIFT算法是D.G.Lowe[40]于1999年提出的，SIFT算法可分为两个部分：第一部分是生成SIFT特征，即SIFT特征向量提取过程；第二部分是通过对提取的SIFT特征进行匹配。 特征点描述子生成：计算每个4x4小块上8个方向的梯度方向直方图，并为每个梯度方向做一个累加值，得到一个种子点，如图3.5右图所示。图中每个特征点是由2x2个种子点构成，则每个种子点都具有8个方向的向量信息。为增强SIFT特征匹配的稳定性，每个特征点都通过4x4个种子点来加以描述，这就使得每个特征点都能够生成128个数据，进而形成4x4x8=128维的SIFT特征向量，其中4x4表示16个种子区域，8表示区域的8个方向。
关键技术（1）SIFT算法是一种基于图像局部特征提取的方法，SIFT特征具有尺度缩放不变性、旋转不变性，对视角变化、光照变化、物体运动、噪声也具有良好的稳定性。
（2）高速性，优化的SIFT算法可满足实时性需求。 （3）多量性，SIFT算法可以提取大量的特征点。 （4）可扩展性，SIFT算法可与其他算法相结合。 （5）独特性好、信息量丰富，匹配快速、准确。
经过第一阶段SIFT特征向量生成，第二阶段就是对提取的特征向量进行匹配。其特征点匹配步骤为：假设两幅待匹配的图像分别为S、T，分别从两幅图中提取SIFT特征点。
- 2023-06-24 03:30:06下载
- 积分：1
-
caffe训练与学习
caffe学习笔记4_学习搭建自己的网络——MNIST在caffe上进行训练与学习学习笔记1_CIFAR-10在caffe上进行训练与学习学习笔记2_用一个预训练模型提取特征学习笔记5_逐层可视化图像特征
- 2022-01-26 05:23:42下载
- 积分：1
-
基于人眼的人脸旋转裁剪
根据给定的人脸的位置，输入人脸的位置，对人脸进行旋转，使得人眼视水平，并处理使人眼之间的距离是100个像素。
最后对整个图片进行裁剪，得到340*340 照片作为最后的结果。
- 2022-03-20 11:29:47下载
- 积分：1
-
粒子群优化算法
粒子群优化算法(Particle Swarm optimization,PSO)又翻译为粒子群算法、微粒群算法、或微粒群优化算法。是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。通常认为它是群集智能 (Swarm intelligence, SI) 的一种。它可以被纳入多主体优化系统(Multiagent Optimization System, MAOS).粒子群优化算法是由Eberhart博士和kennedy博士发明。
- 2022-05-25 00:05:39下载
- 积分：1
-
利用LMS(最小均方误差)算法进行数字识别代码
该代码是用来利用LMS(最小均方误差)算法进行数字识别代码，该代码的识别率相对于其它算法很高，运行速度快，准确率高。
- 2022-02-06 21:56:46下载
- 积分：1
-
使用交互式分水岭算法的图像分割方法
此代码表示示例说明如何使用交互式的分水岭分割算法。如果我们想要分析一些图像中的对象，然而，他们都是接触和重叠.一个有效的方法来分隔这些对象彼此是必需的。分水岭算法是最大众化的方式来实现这一目标。此代码包括使用分水岭，如绘制轮廓图像处理中的必要步骤。如果你想要正确编译这段代码，你的缪斯首先，安装打开电脑库，然后，你可以观看输出。
- 2023-08-21 02:45:03下载
- 积分：1
-
DIB的封装类
DIB的封装类，可以处理BMP位图，平移，放大等等
- 2022-04-09 14:01:45下载
- 积分：1
-
canny边缘检测
它与Marr（LoG）边缘检测方法类似，也属于是先平滑后求导数的方法。先对图像进行灰度化处理，然后进行高斯滤波，用一阶导数的有限差分来计算梯度的幅值和方向，对梯度幅值进行非极大值抑制，双阈值算法检测和连接边缘
- 2022-01-26 04:51:05下载
- 积分：1
