-
meanshift opencv c++
一个用c++实现的meanshift算法，很有用很搞笑，支持并行计算，适用于高级用户
- 2022-06-11 19:09:55下载
- 积分：1
-
用Matlab实现了五种模糊图像复原方法
应用背景五种模糊图像复原算法，包括：维纳滤波算法、约束最小二乘滤波算法、Richardson-Lucy（RL）算法、循环边界算法和最优窗算法。关键技术利用Matlab首先完成模糊图像的生成，其次利用3中Matlab自带的图像复原函数实现模糊图像的复原，然后编程两种算法分别实现模糊图像的复原，并可消除振铃现象。
- 2022-03-11 10:00:24下载
- 积分：1
-
Gbest 指导人工蜂群算法的数值函数优化
人工蜂群 （ABC） 算法由 Karaboga 最近发明是一种生物启发的优化算法，已被证明是一些常规的生物启发的算法，如遗传算法 （GA）、 差分进化 （DE） 和粒子群优化算法 （PSO） 的竞争力。然而，仍有不足在 ABC 算法
关于其解决方案搜索方程，是善于探索，但在剥削穷人。粒子群优化算法的启发，提出了改进的 ABC 算法由全球最好的 （gbest） 解决方案的信息纳入改善剥削的方程解搜索调用 gbest 指导 ABC （GABC） 算法。在一组数值的基准函数的测试实验结果表明 GABC 算法可以超越 ABC 算法在大多数实验。
- 2022-03-13 00:57:05下载
- 积分：1
-
验证码识别系统(通用验证码识别引擎)v2.1 绿色官方版
验证码识别系统(通用验证码识别引擎)v2.1 绿色官方版
四大类识别模式：分割识别、混合识别、整体识别、快速识别，能有效识别字符扭曲，粘连，重叠的验证码。独有的整体识别模式，图像无需分割，甚至不需
要降噪即可识别，对于干扰点，干扰线无法清除干净的图像特别有效！！新增快速识别模式，多达上千的字模也可以把识别时间控制在几十毫秒。识别验证码更准
确。
三大类分割模式：自动分割，平均分割，垂直分割，图像分割更轻松。
十大类处理滤镜：将近40种的图形处理滤镜，全部自行编写底层代码，再复杂的验证码也可以有效处理，迅速得到清爽的二值化图像。处理验证码图形更容易。
强大的字模制作和管理界面：极大节省制作字模时间，轻点鼠标即可一次性得到几十个甚至几百个字模，你唯一要做的就是输入字模对应的字符。
先进的识别加速技术：双重加速机制，有效提升验证码识别速度，达到了识别速度与准确性的平衡。
提供支持C#, VB.Net, VB, VC, Delphi, C++Builder、VFP、易语言等各种语言调用的标准DLL文件。
注：演示版无法发布识别库，需要更高级功能，请联系作者购买正版！
- 2023-04-09 02:15:03下载
- 积分：1
-
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
-
视频检测轮廓提取
基于视频运动对象的快速提取 采用了差分法,光流 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
- 2022-02-04 00:30:14下载
- 积分：1
-
冈萨雷斯数字图像处理matlab版源代码
冈萨雷斯数字图像处理matlab版源代码,经典中的经典，不用多介绍了吧，分享给大家。
- 2022-02-07 11:54:49下载
- 积分：1
-
matlab神经网络数字识别
在加工每一针前根据设定轨迹、运动参数、物料材质、当前加工位置等先用BP神经网络得到加工点粗略的变形量,对加工轨迹进行预补偿。加工时动态采集加工点的局部图像,经数字图像处理得到加工点实际坐标与设定坐标的偏差值,一方面将所得值作为神经网络的输出样本,结合相关参数对神经网络进行在线培训,另一方面将此偏差值与加工点设定坐标之和(即加工点实际坐标)用神经网络的输出进行预补偿,求出其与针头实际位置的差值作为PID控制器的输入,从而提高控制系统的动态特性,实现快速精确绗缝的自动化加工。
- 2022-03-20 17:09:13下载
- 积分：1
-
opengl 画线画三角形
DFS 和BFS search 解决8 数码问题，宽度优先搜索算法（又称广度优先搜索）是最简便的图的搜索算法之一，这一算法也是很多重要的图的算法的原型。Dijkstra单源最短路径 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
- 2022-07-24 14:30:25下载
- 积分：1
-
opencv2.4.9--Meanshift实现分割
应用背景meanshift经常用来寻找模态点，即密度最大的点。所以这里同样可以用它来寻找这5维空间的模态点，由于不同的点最终会收敛到不同的峰值，所以这些点就形成了一类，这样就完成了图像分割的目的，有点聚类的意思在里面。关键技术首先设置好参数，然后用函数pyrMeanShiftFiltering()对输入的图像进行分割。分割后的结果保存在该函数的第二个参数即输出图像中，最后根据该分割图像的特点用floodFill()函数对其分割的结果用不同的颜色进行填充。当然该函数的使用暂时没有彻底的弄清楚。
- 2022-02-02 20:00:51下载
- 积分：1
