搜索资源列表
TextDetect
- 云行TextDetection.exe程序，打开任意一幅bmp文件。点击“操作 检测文本区域”， 变会弹出文本检测的结果框。框内设定显示前六个文本区域的二值化结果，注意该框不要移动。关闭该框，BMP文件原始图像中用红色矩形框显示出检测出的文本区域。-cloud OK TextDetection.exe procedures, arbitrary opened a bmp file. Click on the "operational # 61664 Detection
112233
- 在数字图像中虹膜位置的有效定位是虹膜识别的关键问题。用一种基于主动轮廓线模型的方法定位虹膜的位置，先用灰度投影法检测出瞳孔内的一点作为瞳孔的伪圆心，该圆心只要能落在瞳孔内部即可。然后以该伪圆心为中心，在其周围等角度间隔地取N个点作为初始的snake基准点，按照snake 的运行机制不断进化，直到虹膜的内边界为止。最后，计算进化后的snake形心和snake上的控制点与该形心的距离，取其平均值作为瞳孔的半径，动态轮廓模型的形心作为瞳孔的圆心，即可准确定位出虹膜内边界的位置。实验表明，与常见的定位方
token=a7e89e78ff568b42fd2a07b81146de5f
- 摄像头控制鼠标 其实这个程序只是好玩而已，没有什么应用价值。 首先是它无法替代鼠标，只能表示轨迹，无法完成按键操作。 其次是精确度与灵敏度都不够，这点倒是和我的代码有关。 其实上次在杂志上看的要比这复杂，经过了色阶、阈值、二值化之类的变换才得到最终的信息，而我的程序中只有二值化。 另外，实验条件也不同，那个是用一张纸做背景，把摄像头装到一个盒子里，利用上方透射的光和手指的阴影，只要有足够的光照就可以，而我的程序就只能依靠黑暗背景了，晚上关了灯还差不多。
feature-points-matching
- 对灰度差绝对平均值算法匹配次数多，不具有旋转不变性等缺点，提出一种新的目标识别方法。匹配准则采用具 有环形结构的子窗口内的像素差加毂和的形式表示，保证了算法具有旋转不变性。对模板图像中的特征点按照匹配准则分 别在目标图像中找到相应的匹配点，从而完成匹配操作，与传统的相关匹配算法相比，大大减少了匹配次数。对于因遮挡而 丢失的特征点，可根据已匹配特征点之问的相对距离来重新确定，从而实现目标识别的功能。仿真实验验证了该算法的有 效性。-A new target recognition
faceface
- 系统有以下部分组成：电脑自带摄像头拍照、人脸检测、将人脸照片录入数据库、输入照片进行人脸识别。本程序是基于肤色识别的方法对人脸进行检测，人脸肤色范围是100≤B≤120，140≤R≤160，所以将此范围内的像素点置白，剩余部分置黑。利用imerode函数对图片进行球状腐蚀，然后再对图片进行中值滤波，达到平滑效果。最后，对于这张已经缩放而且二值化和各种处理之后的照片来说，如果白化区域的像素点少于1000，就舍弃。将图片进行分割，这里我们引进了欧拉数。 这样就可以把一些类似颜色人脸的背景排除。
OpenSURF_version1c
- surf算法，实现特征点检测和匹配.文件内有两个图像匹配实例-surf algorithm, feature point detection and matching