搜索资源列表
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”－“
OCRsofeware
- 数字的识别软件。其中包括灰度图、离散去噪、二值化、字符切割、神经网络识别。-digit recognition software. Including grayscale, discrete denoising, the two values, character cutting, neural network recognition.
车牌定位
- 车牌定位 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,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图
EyeTracking-with-OpenCV--
- 转载的，通过眨眼前后灰度图对比是别人眼，一个学习opencv工具的好例程。-Reproduced by blinking eyes of others around the grayscale contrast, a learning tool opencv good routine.
recog-barcode
- 通过对图像的剪切，灰度化，二值化，去躁点，来识别条形码、二维码。本源码附参考文献和测试图像。-Cut through the image, grayscale, binary, to impatient points to identify bar codes, two-dimensional code. The source with references and test images.
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”－
2_26
- 采用了基于方向图的车牌定位算法(适用灰度图),具有较快的速度-License plate location (for grayscale)
fangxiangtu
- 指纹识别设计中关于指纹方向图求取的一段matlab小程序-On the grayscale image processing matlab statistics for some small programs
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
ImageProj
- 对图像进行灰度图转化，锐化等功能，以及图像识别与计数功能-Conversion of grayscale images, sharpening and other functions, as well as image recognition and counting functions
code2
- 将lena.jpg的图像转变为灰度图，然后将这个图形进行边缘检测-Lena.jpg image will be transformed into grayscale, and then the graphics for edge detection
filtfill
- 输入为灰度图，输出为二值图。函数功能是通过ostu找到阈值后，根据一定策略来滤除孤立点，加强密集点。-Grayscale input, output for the binary image. Function ostu found through the threshold, in accordance with a certain strategy to filter out isolated points, to strengthen the point-intensive.
new_PROJECT_face_recognition
- 机器学习中的人脸识别程序。内含人脸库，有linux和matlab两个版本。人脸图像均为灰度图像，方便大家学习。-Machine Learning in face recognition program. Containing face database, there are two versions of linux, and matlab. Face images are grayscale images, to facilitate them to learn.
cal_entropy256
- 可以读取256级灰度图片，并且计算该图片的信息熵，信息论要用到-Can read the 256-level grayscale images, and calculate the image of the information entropy, information theory use
FERET_PCA
- 在matlab中实现主成分分析方法，并使用FERET库的灰度图像进行测试-This package implements basic Principal Component Analysis in Matlab and tests is with grayscale portion of the FERET database.
CornerExtraction
- 利用moravec算子进行边角提取。实现8位灰度图或彩色图像。但如果是彩色图像，输出结果会自动转换成灰度图。-Using moravec corner operator is extracted. Achieve 8-bit grayscale or color images. But if the color image, the output will be automatically converted to grayscale.
plateVs2003
- 自已用Vs 2003开发的，车牌识别程序源码，很有用的，实现简单图像处理，包括256色转灰度图、Hough变换、Walsh变换、中值滤波、二值化变换、亮度增减、傅立叶变换、反色、取对数、取指数、图像平移、图像旋转、图像细化、图像缩放、图像镜像、均值滤波、对比度拉伸、拉普拉斯锐化（边缘检测）、方块编码、梯度锐化、灰度均衡、直方图均衡、离散余弦变换、维纳滤波处理、逆滤波处理、阈值变换、高斯平滑。 -Their own development with the VC, license plate re
PointProcessing
- A simple application to demonstrate point processing of grayscale images. This application enables the user to apply four point operations - linear, logarithmic, exponential, and gamma correction operations.
90119395image
- 车牌定位，实现了几个基本的步骤，显示变成灰度图，然后二值化，用模板匹配的方式进行查找车牌。-License plate location, to achieve a few basic steps, into a grayscale display, and then the two values, using a template matching method to find the license plate.
chap11
- 基于神经网络的文字识别系统，关键技术：灰度化，二值化、图像缩放、细化、平滑等，最后还用了神经网络对提取到的数字信息进行分析判断。-Neural network based character recognition system, key technologies: grayscale, binary, image scaling, thinning, smoothing, and finally extracted with a neural network to analyze digita