-
立体视觉匹配
这是关于立体匹配的程序，其中使用的匹配算法包括NCC、SAD、SSD算法，对于学习立体匹配的朋友来说是非常有帮助的。
- 2022-02-02 04:22:08下载
- 积分：1
-
OpenCV函数手册
本翻译是直接根据 OpenCV Beta 4.0 版本的用户手册翻译的，原文件是：
/doc/ref/opencvref_cv.htm, 可以从 SOURCEFORG 上面的
OpenCV 项目下载，也可以直接从 阿须数码 中下载：
http://www.assuredigit.com/incoming/sourcecode/opencv/chinese_docs/ref/open
cvref_cv.htm。
翻译中肯定有不少错误，另外也有些术语和原文语义理解不透导致翻译不准确或者错
误，也请有心人赐教。
图像处理、结构分析、运动分析和对象跟踪部分由R.Z.LIU 翻译，模式识别、照相机定
标与三维重建部分由H.M.ZHANG 翻译，全文由Y.C.WEI 统一修改校正。
- 2022-02-15 02:39:59下载
- 积分：1
-
数字图像处理 基本操作
基本的图像处理操作，包括模糊、锐化、滤波、腐蚀、膨胀等基本操作
- 2023-07-31 12:50:05下载
- 积分：1
-
可视化界面进行分水岭分割，完全解读图像数据
应用背景可应用于图像处理的图像分割部分，操作简单，只需在图像上标记你的分割区域，即同一区域画一条横线，该算法就会根据连通域和图像的边界线进行分割，分割成想要的几个区域，快速简捷，另外完全解读该图像，包括其位数，帧数等。分割后还可以进行区域标记，用于区分（如不同的颜色代表不同的区域）。关键技术
基于标记算法的分水岭分割算法，只需在图像上标记你的分割区域，，分割成期望的区域。
分割时可以把及其细致的差别也分离出来，对分割好的区域还能进行连通区域标记，可以对某一个部分进行单独处理，如红外仿真等。
- 2022-03-11 17:35:41下载
- 积分：1
-
基于脉冲耦合神经网络的图像分割
应用背景图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。关键技术现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。1998年以来，研究人员不断改进原有的图像分割方法并把其它学科的一些新理论和新方法用于图像分割，提出了不少新的分割方法。图像分割后提取出的目标可以用于图像语义识别，图像搜索等等领域。
- 2022-06-30 02:26:28下载
- 积分：1
-
最小二乘法椭圆检测
里面有椭圆拟合的代码和利用最小二乘法不断迭代最终检测出椭圆的方法，使用性好，精度高。首先随机找出三个边缘点拟合初步椭圆，r然后寻找第四个边缘点来验证初步拟合椭圆的效果，如果可以，然后利用直接最小二乘法设定距离阈值，收集边缘点重新拟合椭圆，不断迭代，最终能检测出准确的椭圆，检测速度快，有抗噪声的能力。
- 2022-01-28 17:57:36下载
- 积分：1
-
OpenCV 手册和示例
我的这个文件，包含了opencv的相关的版本和版本的使用的说明，以及一些常见的实例，有很好的的应用价值，同时还能够提供opencv里的一些常见的函数的查找，另外就是有一些相应的代码的演练，对快速的入门有很高的价值展示。因此值得去学习和下载。
- 2022-09-14 19:45:03下载
- 积分：1
-
高斯分布的水平集驱动
由高斯分布驱动的水平集，由李旺实现。这篇论文发表于2009年的信号处理
- 2022-03-15 04:18:11下载
- 积分：1
-
OpenCV +VS 实现对图片像素大小的批量修改
应用背景在进行图像处理时，由于实验数据要求不同，经常要对图片的大小进行修改，如果只是一两张图片可用一些PS等软件很快的修改，若图片有成百上千张，比如在做人脸识别时，非常耗时，所有可以用该程序来进行批量修改，图片长宽可在代码中进行设置。关键技术主要是opencv中dst_img_rsize的使用，以及如何根据文件名循环的读取图像文件进行批量操作，修改完后如何将其保存又不与原始图像混在一起。
- 2022-01-26 14:28:20下载
- 积分：1
-
图像二值化图像处理
应用背景这是加载一个BMP文件转换成一个矩阵的应用。我们做二值化与阈值并保存成BMP文件。这个应用程序使用在细化过程。这个应用程序的想法很简单，只是比较和阈值，将给予0或255的价值。关键技术该算法的思想是很简单的，只是比较的每一个值在一个阈值，结果将0或255的矩阵。二是白色或黑色，所以这种方法是用来使画面变成白色，黑色。
- 2022-10-11 14:00:03下载
- 积分：1
|
联系客服（QQ：3324461878）
