搜索资源列表
彩色图像人脸高光区域的自动检测与校正方法
- 彩色图像人脸高光区域的自动检测与校正方法，本文提出的方法能有效检测不同人的脸形特征-Color Image Face regional high-automatic detection and correction method, the proposed method can effectively detect the different characteristics FACE
DigitRec
- 数字识别系统源代码: 第一步：训练网络。使用训练样本进行训练 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90％。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。 具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“
digital-recognise
- 数字识别代码 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别识别的结果显示在屏幕上，同时也输出到文件result.txt中 该系统的识别率一般为90％ 另外，也可以单独对打开的图片一步一步进行图像预处理工作。但要注意，每一步工作只能执行一遍，而且要按顺序执行。步骤为：“256色位图
szsbxtydm
- 数字识别系统源代码.rar 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90％。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意
abc
- 一篇关于图像处理的论文，以车牌校正为例，内容完整，可以参考
072128
- 对由光源颜色变化引起的图像色彩偏差,进行了校正,并在YCbCr颜色空间建立了Cb-Cr色度查找表和亮度信息联合的肤色模型,应用预处理技术,去除部分非人脸区域,减少人脸检测的搜索空间,并采用模板匹配方法在人脸候选区域检测人脸.实验表明,该方法能够有效的从复杂环境的彩色图像中检测出左右旋转不超过45°的人脸,且不受人脸表情、尺度和数目的影响,且错误率较低.
图像处理
- 【用途】在一个纯白色的底板上放置叶片和已知尺寸的深色标定物，用数码相机拍照，获得的照片可用本软件测定，可用于测定棉花、甘薯等不规则叶片的大小和颜色，但其实可用于测定任何片状物的尺寸和颜色。本软件能根据底板纯白色的特性自动校正照片的白平衡以减少色差。 【使用】1.打开图像文件 2.去除图像背景 3.拖动鼠标选择矩形区域，然后点一下左边的图像框，即可获得尺寸比例和色彩平均值 4.被测定物的面积=被测定物面积百分数*标准物实际面积/标准物面积百分数。 【要求】对图像的要求： 1.测定
xcvx.rar
- 通过二值分割等一系列图像编程对车牌进行定位校正。仅供参考,Through a series of binary segmentation image programming on the license plate positioning correction. For reference only
ypshibie
- 提出了一种数字乐谱图像识别与匹配方法，采用光学乐谱识别(OMR)技术识别数字乐谱图像建立对应的MIDI 文件，利用一一对 应算法进行匹配，根据相似度来判断同一音乐作品的不同数字版本的乐谱图像，并在理论上就此算法的有效性进行了论证。同时，仿真实 验结果表明这一方法能有效地实现对不同数字版本的同一音乐作品的乐谱图像的识别、归类与校正。-A digital music identification and matching images, the use of optical music re
Neural-network-recognition-system
- 使用说明 第一步：训练网络。使用训练样本进行训练。 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90 。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。 具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－
DigitRec
- 使用说明 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90 。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作
CorrectCarNoImageAndRegnize
- 一种车牌图像校正新方法 【摘要】因摄像机角度而造成的机动车牌图像倾斜会对其后继的字符分割与识别带来不利的影响。本文在分析了车牌倾斜模式的基础上,提出了一种基于最小二乘支持向量机（LS-SVM）的车牌图像倾斜校正新方法。通过LS-SVM线性回归算法求取坐标变换矩阵并对畸变图像进行旋转校正。主要方法：首先,将二值倾斜车牌图像中的像素转换为二维坐标样本,并构造图像数据集 再通过LS-SVM线性回归算法对该数据集进行回归,求取主要参数 最后,再由该参数转换为能反映图像倾斜方向的2维坐标变换矩阵。实验
plateidentify
- 车牌识别 opencv 1.先打开一幅图片然后按照顺序灰度化、二值化、灰度拉伸、车牌定位、二值化、倾斜校正、字符分割、训练神经网络、识别字符。 2.测试图像存储在当前目录的img下。 3.测试集、训练集、目标向量均存储在img下的文本文件中。-License plate recognition opencv The first open a picture and then follow the order of grayscale, binary, gray stretch,
license-plate-recognition-system-
- 1.先打开一幅图片然后按照顺序灰度化、二值化、灰度拉伸、车牌定位、二值化、倾斜校正、字符分割、训练神经网络、识别字符。 2.测试图像存储在当前目录的img下。 3.测试集、训练集、目标向量均存储在img下的文本文件中。-First open a picture in order graying, binarization, gray stretch, license plate location, binarization, skew correction and character s
QRCodes
- 基于matlab 来开发QR识别和译码程序，运用图像校正、二值化、边缘检测等各种图像处理方法实现条码的预处理，并进行QR码的解码和纠错算法，充分利用面向对象的方法，结合图像处理技术，完成了基于图像处理的QR码快速识别的解码系统。-Based on Matlab QR recognition and decoding procedures, the use of the image correction, binarization, edge detection, and other variou
PlateIdentify
- 车牌字符识别C++程序 1.先打开一幅图片然后按照顺序灰度化、二值化、灰度拉伸、车牌定位、二值化、倾斜校正、字符分割、训练神经网络、识别字符。 2.测试图像存储在当前目录的img下。 3.测试集、训练集、目标向量均存储在img下的文本文件中。-C++ program license plate character recognition 1. Open a picture first and then follow the order of graying, binarizati
dutuajiaozheng
- 读取图像，检测特征点，寻找匹配特征点对，运用几何约束去除外点，校正图像-Reads the image detection feature point, look for matching feature points, the use of geometric constraints to except point, the corrected image
DeskewPOCR
- 本文图像倾斜校正以及文本字符识别，本程序可识别数字和字母，测试效果尚可。-In this paper image tilt correction and a text character recognition, this program can recognize numbers and letters. test result is good.
OCR
- 对8,24,32位BMP图像进行二值化，倾斜校正，字符分割，位置判断并且利用GOOGLE的开源识别字库进行字符识别的OCR代码-8,24,32 bit BMP images to binary, skew correction, character segmentation, to determine the location and use of open source GOOGLE character recognition character recognition in OCR code