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