搜索资源列表
125434534DImageProcess
- 图像处理的好例子,可以实现图像的显示、图像旋转、平移、景象等多种变换。有多种图像显示特技,可以实现图像的灰度操作、图像的阈值分割、边缘检测以及图像编码等很多功能。是学习图像处理编程的好例子。-A good example of image processing, image display can be achieved, image rotation, translation, picture and other transformations. There are many image di
imageprocessing
- 使用matlab语言对图像进行简单处理,包括:加运算、图像缩放、直方图均衡、平滑处理、灰度变换增强、边缘检测等。文件内附txt说明。-Matlab image using a simple language processing, including: Canadian operations, image scaling, histogram equalization, smoothing, gray-scale transformation enhancement, edge detectio
cardrecognition
- 车牌定位使用说明 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。 该阈值对不同牌照有一
chengxu-
- 图像处理的相关程序,有边缘检测,灰度变化,图像增强,二值化分割等-Image processing procedures, there are edge detection, gray scale, image enhancement, thresholding segmentation
chepaidingweisuanfayanjiu
- 摘要 车辆牌照识别(License Plate Recognition System, LPR)作为目标自动识别的一 种重要形式,可用于电子收费、出入控制、车流监控等众多场合,从而提高交通 管理自动化的程度,它的相关技术的研究正逐渐受到人们的重视。 本文主要介绍基于Run Length原理和Tamura纹理的车牌定位系统,该系统是基 于视频流进行开发的,主要包括车辆运动区域检测、车牌图像处理、车牌定位。 其中车辆运动区域检测利用多帧求平均的背景估计方法实现;车牌图像处理包
colorimageedgedetection
- 通过matlab软件实现彩色图像直接灰度化,再进行边缘检测-Matlab software through direct grayscale color image, then the edge detection
canny
- Canny边缘检测将输出写入一个单通道(灰度级)图像-Canny edge detection to write output to a single channel (grayscale) image
DIP-ps
- 使用vs2010结合qt designer制作的图像处理软件,目前包含了灰度操作;直方图、通道图显示;实现了大津算法、最大熵算法和手动调整(单阈值、双阈值)的二值化操作;含几何操作;代数操作;使用卷积完成了roberts、sobel、prewitt三种算子的边缘检测,也可手动输入kernel;使用卷积完成了gaussian、median、mean三种算子的去噪功能,gaussian算子可手动输入sigma;同时采用workspace支持多文档打开,是一个photoshop的雏形。-Produce
Edge
- 使用C#实现图像边缘提取和检测的各种算子,包括模板算子,高斯算子,Canny算子,灰度形态学,小波变换和金字塔更等,算法完善,界面简洁,功能强大。-Use C# Image Edge Extraction and detection of various operators, including the template operator, Gaussian operator, Canny operator, gray morphology, wavelet transform and pyra
Img
- vc编的,具有各种图像处理功能,转灰度图,调整大小,边缘检测,小波变换-vc compiled, with a variety of image processing functions, transfer grayscale, resize, edge detection, wavelet transform and so on. . .
chepaichuli
- 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。 该阈值对不同牌照有一定的适应性
thin
- 30个图像处理的VC++ 源代码,包括256色转灰度图,Hough变换,image_j1,PCA,Walsh变换,对比度拉伸,二值化变换,反色, 方块编码,傅立叶变换,高斯平滑,灰度均衡,均值滤波,拉普拉斯锐化(边缘检测)-30 image processing VC++ source code, including 256 colors to grayscale, Hough transform, image_j1, PCA, Walsh transform, contrast stretch
Image_Process
- 该代码为Visual c++ 编写的图像处理部分功能的源代码,其中包括灰度变换,边缘检测,滤波处理等多种图像处理源代码-The code is written in Visual c++ image processing part of the function of the source code, including gray-scale transformation, edge detection, filtering and other image processing source c
lfx
- 利用Visual C++编程技术实现数字图像处理图像的各种基本技术,主要包括以下几点: 1、BMP格式图象的显示:直接显示和打点显示。 2、几何变换:平移,旋转,镜象变换,转置,缩放。 3、正交变换:包括傅立叶变换、沃尔什变换、离散余弦变换和离散余弦反变 换等。 4、图象增强:包括空域增强(直接灰度变换、直方图处理、图像平滑,均值滤波,拉普拉锐化等)和频域增强(理想低通、巴特沃斯低通滤波)和伪彩色增强。 5、图象复原:卷积模糊、卷积模糊+噪声、椒盐噪声、随机噪声、逆滤波复
C--image-processing
- C语言图像处理有拉普拉斯锐化(边缘检测),256色转灰度图,傅立叶变换,维纳滤波处理等代码(含有测试图片及结果)-C-Laplacian sharpening image processing (edge detection), 256-color to grayscale, Fourier transform, Wiener filter processing code (with test images and results)
chengxu
- 1、 打点法显示一幅256*256灰度图(BMP)。 2、 图像变换(包括图像平移、缩放、旋转、傅里叶变换、离散余弦变换、沃尔什变换)。 3、 图像增强(包括图像求反、直方图均衡、直方图规定化、线性平滑和线性锐化、中值滤波)。 4、 图像分析(边缘检测)。 -1, hit points shows a picture of 256* 256 gray image (BMP). 2, image transformation (including image scaling,
cs
- 图像的预处理过程,包括归一化,调整图像大小,测量灰度,转化图像,滤波,二值化,边缘检测,特征值的提取-Image processing
Apple-feature-extraction
- 苹果特征提取,按照灰度化,直方图均衡化,中值滤波,边缘检测,特征提取的顺序来 特征提取中,取得“比例系数”时,选择一张横径图片,序号与之前选择图像的相同-Apple feature extraction, according to grayscale, histogram equalization, median filtering, edge detection, feature extraction feature extraction in order to obtain "
chepaidingwei
- 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。 该阈值对不同牌照有一定的适应性
bianyuanjiance
- 图像边缘是图像的重要特征,是图像中特性(如像素灰度、纹理等)分布的不连续处,图像周围特性有阶跃变化或屋脊状变化的那些像素集合。该段代码就是对边缘检测的描述。 -The image edge is an important feature of the image, and is the image characteristics (such as pixel gray, texture) distribution of discontinuous place, image character