搜索资源列表
EdgeDetection
- 边缘检测1.制作一张包括色块、线条的单色背景图片，先对其作低通滤波产生一幅色块和线条边缘模糊的降质图片待处理，采用任意二种边缘检测算法检测待处理图片中的色块和线条的边缘，得到二值化的处理结果图。从结果图中提取色块和线条的边界坐标值，与实际生成原始图像时采用的真实坐标数据作比较，对产生的检测误差作分析。2.拍摄一张包含待检测物体的黑白或者彩色照片，试采用一种边缘检测的算法做待检测物体的自动提取，对生成的结果作分析。-Edge Detection 1. To produce a including
ctwo
- 彩色的lena图像。。二值化。。数字图像处理-Color of the lena image. . Binarization. . Digital image processing. .
carcarddetect
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
LicensePlateRecognition
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
chepaishibie
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
Dialog_bmp_process
- 该程序可以实现DIB图像的读取、灰度化、二值化、彩色化等处理。-The program can read the DIB images, grayscale and binarization, color processing, and so on.
colorPIC
- 针对彩色图像的处理 包括对彩色图像的灰度化、二值化、边缘提取、锐化、浮雕、反相、平滑、扩散、曝光、马赛克、图像合成以及对彩色图像显示其RGB直方图-For color image processing includes color images of the gray, binarization, edge detection, sharpening, relief, RP, smooth, proliferation, exposure, mosaic, image synthesis, as
20080525_d2f04cb214e13f1bc087WIOdE9Re6Vuw
- 目 录 摘要 2 关键词 2 Abstract 3 Keyword 3 1人脸检测的意义，国内外的情况综述 4 2 基于肤色的人脸定位 6 2.1彩色空间，以及彩色空间的转换 6 2.2人脸肤色模型，二值化 7 2.3后处理 9 2.4人脸区域的定位 10 3视频流 10 3.1 视频工具包Video for Windows 10 3.2视频流采集的实现 11 3.2.1 AVICap主要功能 11 3.2.2 视频采集算法 12
bnm
- 这是我在图像处理实验课上做的实验 1．实现图像的灰度变换处理。 2．将给定图像中的目标物体提取，与背景分离，进行二值化。 3． 实现彩色图像的灰度化处理 -This is my experiment in class image processing done in Experiment 1. Image processing of gray-scale transformation. 2. A given object image extraction, separation
Facerecognition
- 人脸识别因其在安全验证系统、信用卡验证、医学、档案管理、视频会 议、人机交互、系统公安(罪犯识别等)等方面的巨大应用前景而越来越成为 当前模式识别和人工智能领域的一个研究热点。 本文提出了基于24位彩色图像对人脸进行识别的方法，介绍的主要内容是图像处理，它在整个软件中占有极其重要的地位，图像处理的好坏直接影响着定位和识别的准确率。本软件主要用到的图像处理技术是：光线补偿、高斯平滑和二值化。在识别前，先对图像进行补光处理，再通过肤色获得可能的脸部区域，最后根据人脸固有眼睛的对称性来确
Binarization
- 图像处理中，对彩色图像或者灰度图像进行二值化，简单，可靠。-Image processing of color image or gray image binarization, simple and reliable.
VCchepaidw
- 就可以实现精确的车牌定位 真彩色->256色灰度图。 .预处理:中值滤波。 二值化 削弱背景干扰。 用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索: 区域裁剪,截取车牌图像-The license plate on the positioning accuracy can be a
keyon
- 在图像前期操作中能够有效实现图像的二值化，包括对三维彩色图像等的处理 -Pre-operation in the image can effectively achieve the image binarization, including three-dimensional color image processing, etc.
car
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
dajinfa-erzhihua-matlab
- 实现24位RGB彩色图像，先转化为灰度图像，而后用大津法实现二值化，并显示阀值。-To achieve 24-bit RGB color images, the first converted to grayscale images, then using Otsu binarization method to achieve and display threshold.
imageprocessing
- 256色图像处理源代码 彩色图像处理成灰度图像后，二值化-256-color image processing source code for color image processing into a gray image after binarization
fft
- 彩色图像经过处理 二值化 灰度化后 进行快速傅里叶变换-Processed color image binarization graying fast Fourier transform after
source4
- 图像灰度变换 二值化 伪彩色增强 256色图像转灰度图像-Image gray-scale transformation binary pseudo-color enhanced gray image of 256-color image transfer
erzhihua
- 用VC开发的将彩色图像转化为二值化图像的程序-VC developed with the color image into a binary image of the procedure
colour
- 对彩色图像进行灰度 二值化 马赛克 平滑化 柔化 扩散处理等功能-Gray in color image mosaic smoothing binary diffusion treatment soften functions