搜索资源列表
车牌识别
- 需要注意的地方： 使用VC++6.0做开发工具， 采用简单的SDI框架结构 ，一次处理一幅位图(有兴趣的可以作成MDI) 1）位图信息的数据是从左下往右下为一行，一行一行往上排的。 2）每行像素应该是4的倍数，不足的地方用空点补齐，读的时候注意跳过冗余点。 3）主要数据都存在Doc里面，BMP的主要数据存在一个由ImgData指向的BYTE型的内存空间（根据位图的大小，动态分配的）。 4）数据读进来以后，注意向内存中贴图，以保证刷新的效率。 5)程序执行流程 应用程序生成--》
tx识别
- 本程序用来识别两个640*480*24BIT BMP文件的差异,并将差异图显示出来. BCB -This procedure can point out and display the differences of two 640*480*24BIT BMP files
Lesson10Code
- 图形的绘制，如何使用自定义画笔（颜色，线宽，线形）。如何为程序中添加选项菜单和选项设置对话框，如何使用标准颜色对话框，如何使用字体对话框，在选项对话框中实现预览功能。实现选项对话框和窗口类中的数据交换。如何改变对话框和控件的背景色，如何改变控件的文本颜色，对按钮控件的特殊处理。如何在窗口中显示一幅位图。-graphics rendering, since the definition of how to use the brush (color, line width, alignment).
SHOWBMP.C
- 640*480 256 色 .BMP 文件显示程序，可以浏览、同时显示 4 幅图象，也可以 在屏幕上开一个窗口显示 .BMP 图象，并可以使用上下左右箭头键、PageUp/PageDown、Ctrl+Left、Ctrl+Right键浏览整幅图象，在S3、ATI等VGA卡上 调试通过 实例程序能对任意一个文件进行加密,密码要求用户输入,限8位以内(当然你可以再更改).程序有很好的容错设计-640 * 480256 color. BMP file display program ca
200561555616250020000
- 车牌识别系统 需要注意的地方： 使用VC++6.0做开发工具， 采用简单的SDI框架结构 ，一次处理一幅位图(有兴趣的可以作成MDI) 1）位图信息的数据是从左下往右下为一行，一行一行往上排的。 2）每行像素应该是4的倍数，不足的地方用空点补齐，读的时候注意跳过冗余点。 3）主要数据都存在Doc里面，BMP的主要数据存在一个由ImgData指向的BYTE型的内存空间（根据位图的大小，动态分配的）。 4）数据读进来以后，注意向
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”－“
fingerprint_regoniation_system
- fvs_enhancer：指纹增强程序，描述了如何使用该库增强指纹图像。原图像和目标图 像都是位图。 fvs_direction：描述了如何提取方向图。输入图像必须是归一化的图像，这样才能 有较好的效果。输出图像覆盖于输入图像之上。 fvs_createtestimages：该程序用来产生调试过程中可能会用到的一些位图图像，这 些图像是不同角度和不同间隔的条纹。产生图像的文件名命名方式如下： testimgSSSDDD.bmp 其中，SSS代表条纹间隔（像素个数）
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
shuzishibiedaima
- 这是一个数字识别的程序，它包含图片的读取，图片的显示，分割，识别等等，对于那些做图象识别的人非常有用
cell_recognition_system
- 代码是基于MFC建立的细胞识别统计系统，通过菜单“处理”“显示”能将细胞从图象中分割出来 并能统计细胞个数
windows_dibapi
- DIB(Device-indepent bitmap)的与设备无关性主要体现在以下两个方面： DIB的颜色模式与设备无关。例如，一个256色的DIB即可以在真彩色显示模式下使用，也可以在16色模式下使用。 256色以下(包括256色)的DIB拥有自己的颜色表，像素的颜色独立于系统调色板。 由于DIB不依赖于具体设备，因此可以用来永久性地保存图象。DIB一般是以*.BMP文件的形式保存在磁盘中的，有时也会保存在*.DIB文件中。运行在不同输出设备下的应用程序可以通过DIB来交换图象。 DIB还可以
用于显示结果图的HOG
- 该代码是HOG的界面化显示，可以清楚的看个图形各个区域的HOG的图形化表示，用于论文插图，算法验证
aaa
- 输入图像（两幅差不多的图像），找出两幅图的不同并将不同之处显示出来-Input image (two similar images), the two images to find out the difference between the different displays and
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
CDIB
- 位图装入、显示的c++类 图形图象 画位图-Loaded bitmap, indicating the c++-type graphics bitmap image of painting
A-FaceDetection-Based-on-Frontal-InverseAdaboostAl
- 人脸的检测和跟踪对于自由立体显示非常重要。本文采用连续Adaboost算法学习出一种瀑布型的人脸检测器，同时 针对adaboost算法误检率比较高的弊病，提出了一种正反Adaboost检测的思想，最后通过利用已有积分图以及最小值滤波，完成 了对人眼的识别操作。实验结果表明，算法对现有adaboost算法精度上的改进令人满意，基本能满足自由立体显示的需要。 -Accuratelylocatingandtrackingthepositionoftheusefsfaceisimop rta
Webowse
- vb 控件显示GIF动画 图象显示技术 简单的程序 重在交流-vb controls to display GIF animation image display technology, a simple procedure focuses on the exchange of
Cell_Recognization
- 本系统具有实现细胞识别等相关功能，主要有以下功能：通过阈值设定进行图像的直方图显示，手动选取或手动去除干扰点，图像平滑，还有一些简单的图处理的功能，如腐蚀、膨胀、边缘的提取或区域提取的显示，最后还可以统计出图像中细胞的个数，以及识别出最大最小的细胞。直接运行就可以，功能一目了然。-The system has achieved recognition and other related cellular functions, mainly in the following features: t