-
连通区域标记的c实现
资源描述使用c代码实现的联通区域标记，要求输入的是1和0的二值图像，然后使用堆栈方法标记出连通区域的个数，每个亮值点都标记出所属的联通区域标号，可以统计面积和筛选等。
- 2022-10-23 23:30:04下载
- 积分：1
-
视频提取MV---ffmpeg
应用背景视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg视频提取MV---ffmpeg关键技术
=================================================================================
运动估计 H264 视频协议 ============================================================================================
- 2022-06-27 17:46:04下载
- 积分：1
-
人脸的检测与定位代码
这是基于opencv的人脸检测的源码，主要用于检测人脸并进行识别。程序主要通过从本地读取一个bmp格式的文件，然后对文件进行解析，进而进行识别，在算法实现上主要用了光线补偿、图像灰度化、高斯平滑、图像对比度增强和均衡直方图等方法。
- 2022-03-12 09:35:47下载
- 积分：1
-
基于sift特征点的词包模型
1.根据训练文件夹中的图像训练单词表。在每一张图像中提取sift点，将从所有图像中得到的128维sift点进行聚类，类别数就是单词数，聚类中心就是单词，将得到的单词表保存下来。
2.对于每一张新的图像，先提取图像中的sift点，按照之前训练好的单词表将每个sift点对应成某个单词，统计在这幅图像中每种单词的数量，就是词包模型。
注意：生成的文件每行代表一幅图像，将文件复制出来后修改后缀成.doc可以用word打开。
首先运行centr3得到单词表，在运行bagofword生成单词包。
- 2023-09-04 04:55:03下载
- 积分：1
-
特征提取和匹配
应用背景图像的特征提取和特征匹配，用sift算法，SIFT特征检测算法 ，检测的特征点具有平移、旋转、尺度变化不变性，实验效果较好。-The SIFT feature detect algorithm.The feature is scale- and rotation-invariant.The algorithm performs well in experiments.关键技术sift提取特征，然后进行匹配。基于SIFT的图像配准程序 SIFT特征匹配算法是目前国内外特征点匹配研究领域的热点与难点,其匹配能力较强,可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题,甚至在某种程度上对任意角度拍摄的图像也具备较为稳定的特征匹配能力-Hot and difficult of the current research areas of domestic and foreign feature point matching based the SIFT image registration program SIFT feature matching algorithm is its ability to match between the two images, can handle translation, rotation, affine transformation case match problem, even in some degree images taken at any angle with more stable feature matching ability
- 2022-01-30 17:14:32下载
- 积分：1
-
均值滤波或掩码
均值滤波, or 平均滤波是窗口筛选器的线性类，这种平滑信号 （图像）。筛选器作为低通一个人工作。筛选器背后的基本思想是任何元素的信号 （图像） 以平均跨及其邻近地区。要明白这是在实践中如何，让我们开始与窗口 idea.when 你有纸和盐噪声图像，可以使用平均掩码。此代码表明，怎么可以在利用 quickbird 卫星影像中使用均值滤波并用 5 * 5 掩码
- 2022-02-02 21:31:14下载
- 积分：1
-
使用蒸汽吞吐男人编码的图像压缩
函数代码 = huffman(p)
哈夫曼 %生成符号源变量长度的哈夫曼代码。
代码 %= HUFFMAN(P) 返回一个哈夫曼代码作为二进制字符串的单元格
%数组的代码输入的符号概率矢量体育在代码中的每个单词
%对应于其概率是在相应的指数符号
%的体育
%
%检查输入的参数的合理性。
error(nargchk(1,1,nargin)) ；
如果 (ndims(p) ~ = 2) | |(min(size(p)) > 1) | |~isreal(p) | |~isnumeric(p)
错误 ("P 必须是一个实数值向量"） ；
结束
%全局变量生存所有递归函数 "makecode" 的
全局代码
CODE=cell(length(p),1) ；%Init 全球太阳能电池阵列
如果 length(p) > 1%时多个符号......
p = p/sum(p) ；%规范化输入的概率
s = reduce(p) ；%做哈夫曼源符号削减
makecode (s，[]) ；%以递归方式生成的代码
其他
代码 = {"1"};%其他、 微不足道的一个符号案例 ！
结束
%……………………………………………………………….%
函数 s = reduce(p) ；
%在 MATLAB 的单元格结构中通过创建一个哈夫曼源减少树
减少 %执行源符号减少，直到只有两个
剩余的 %符号。
s = cell(length(p),1) ；
%生成符号节点 1 2、 3，开始树...到引用
%符号的概率。
为我 = 1:length(p)
s {i} = i ；
结束
同时 numel(s) > 2
[p，我] = sort(p);%排序符号概率
p(2) = p(1) + p(2) ；%合并
- 2022-07-04 14:42:09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
-
优化的Canny算子的Matlab边缘检测代码
自己写的Matlab程序，实现了Canny算子对于图片的边缘检测功能。步骤分为：1，为源图像进行高斯低通平滑滤波。2，计算梯度幅值图像和角度图像。3，为图像进行非最大值抑制。4，用双阈值处理和连接分析来检测。
- 2022-03-17 17:00:47下载
- 积分：1
-
模糊图像自适应正则化参数和范数选择的图像复原MATLAB
模糊图像自适应正则化参数和范数选择的图像复原MATLAB，效果真心不错
- 2022-07-19 14:43:00下载
- 积分：1
|
联系客服（QQ：3324461878）
