-
傅立叶描述子
一个简单的傅立叶描述子程序，可以运行，可以用来学习傅立叶描述子的原理。内附有结果图
- 2022-02-03 09:02:25下载
- 积分：1
-
基于opencv和vs的摄像头获取程序
有注释的哦
//#include "cv.h"
#include "highgui.h"
void main()
{
CvCapture* capture = NULL;
capture=cvCreateCameraCapture(0); //从摄像头中读入数据
assert(capture!=NULL);
IplImage* frame;
cvNamedWindow("camera",CV_WINDOW_AUTOSIZE);//在屏幕上创建一个窗口
while(1)
请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报
- 2022-07-16 10:31:40下载
- 积分：1
-
c++ 图像自适应二值化算法
mfc编程，带滚动条的图片显示，图像灰度化，加权灰度均衡化，高斯滤波处理，大律法自适应二值化算法
- 2023-06-05 14:15:04下载
- 积分：1
-
模糊识别，识别图片中黄豆的个数，模式识别的各种算法
模式识别系统，附带所有代码，可以计算出一张黄豆图片中，黄豆的数量，并且带有大量的图像分析算法。
- 2022-08-09 10:12:52下载
- 积分：1
-
图像处理
请编程实现：类：1. 创建图像类Image，实现构造函数，构造函数重载，拷贝构造函数，析构函数。2.实现对图像的读入，保存，显示。即实现函数Read，Show，Write。3.获取图像中某像素点的值。即实现函数At()。4.将图像中每点的像素值设为同样的值。即实现函数Set。5.同一个函数实现图像的上下翻转、左右翻转。即实现函数Flip。6.裁剪原图像指定区域内图像。7.求图像的均值，方差。8.图像的旋转，缩放。主函数中实现：9.创建Image类对象img。10.读入文件中的图像“fruits.jpg”,并显示。11.利用Image类的成员函数，对图像进行翻转、旋转，并显示。12.利用Image类的成员函数，将图像缩小到1/2大小，并显示；将图像放大2倍，并显示。13.利用拷贝构造函数，创建新的对象new_img。14.给定的两个点（Point）：左上点（top_left）和右下点（bottom_right），将此指定区域内的图像进行裁剪操作，并显示结果。15.求图像的所有像素点的均值和方差，并输出。
- 2022-05-12 11:12:19下载
- 积分：1
-
人脸识别
这个项目的目标是捕捉到的人脸检测使用PCA人脸。经过检测所检测的脸部被存储在XML文件中。该项目还检测到
- 2022-05-14 23:50:24下载
- 积分：1
-
检测圆的opencv程序
应用背景opencv检测圆的程序，可以直接运行，opencv检测圆的程序，可以直接运行，opencv检测圆的程序，可以直接运行，opencv检测圆的程序，可以直接运行，opencv检测圆的程序，可以直接运行，opencv检测圆的程序，可以直接运行关键技术进行霍夫圆变换，进行霍夫圆变换，进行霍夫圆变换，进行霍夫圆变换，进行霍夫圆变换，进行霍夫圆变换，进行霍夫圆变换进行霍夫圆变换进行霍夫圆变换进行霍夫圆变换进行霍夫圆变换进行霍夫圆变换进行霍夫圆变换进行霍夫圆变换
- 2022-01-25 18:40:52下载
- 积分：1
-
冈萨雷斯数字图像处理书中所有案例图片
数字图像处理matlab版，冈萨雷斯_图片/others/diana.jpg冈萨雷斯_图片/others/eyestru.jpg冈萨雷斯_图片/others/flower.jpg冈萨雷斯_图片/others/flower1.jpg冈萨雷斯_图片/others/lady.jpg冈萨雷斯_图片/others/lena.jpg冈萨雷斯_图片/others/lena1.jpg冈萨雷斯_图片/others/len_full.jpg冈萨雷斯_图片/others/l_hires.jpg冈萨雷斯_
- 2022-02-04 09:50:50下载
- 积分：1
-
非局部均值
本代码是非局部均值算法，用该算法实现图像的去噪，代码非常完整，可直接运行，效果很好
- 2022-01-22 00:19:26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
