搜索资源列表
cvCarRecog
- 基于Opencv的汽车牌照定位与字符识别源代码，可以运行 -Vehicle License Plate Location Based on Opencv and character recognition source code, you can run
Cpp1
- 人脸识别,包括左右眼的定位,人脸的-Face Recognition
opencvCar
- 开发环境：vc6.0 ,opencv1.0.整体功能：实现车牌跟踪，检测，车牌定位，车牌分割，字符 分割，字符识别，其中车牌跟踪和车牌检测不是很好，但是对于已经拍好的图片，车牌定位， 车牌分割，字符分割和字符识别效果很好。程序中的核心算法，本人已加详细注释。具体详见程序说明。希望对你有所帮助。-Development Environment: vc6.0, opencv1.0. Overall functions: license plate tracking, detect
985982782OpenCV_ppt
- opencv编程基础，实现了人脸识别，在一副图片中准确定位人脸位置。-the opencv programming based on the recognition, accurately locate the position of the face in a picture.
opencvCar
- 基于opencv的车牌识别程序，能实现目标跟踪，截图，车牌识别包括了打开图像、图像二值化、车牌定位、字符分割、字符识别等。-Opencv-based license plate recognition program, to achieve the target tracking shots, license plate recognition, including the open image, image binarization, license plate localization, c
Histogram
- 本代码实现图像的直方图反向匹配，用于目标识别定位-The code to achieve the image histogram reverse match for the positioning of target recognition
GetSkeleton-using-OpenNI(Qt)
- MS的kinec SDK和OpenNI都提供了人体骨骼跟踪的算法，人体骨骼跟踪算法在kinect人体行为识别中非常重要，该识别过程通常被用来作为行为识别的第一步，比如说，通过定位人体中的骨骼支架，可以提取出人手的部位，从而可以把手的部分单独拿出来分析，这样就达到了手势的定位，而后面的手势识别则可以在刚刚定位出的领域进行处理。总而言之，一套有效的人体骨架追踪算法在kinect的一系列应用中非常有用，不过MS SDK和OpenNI虽然都提供了该算法类的直调用，但是其源码并没有开放，毕竟这是人家最核心
HandSegment_OpenNI_OpenCV
- 手势识别非常重要的一个特点是要体验要好，即需要以用户为核心。而手势的定位一般在手势识别过程的前面，在上一篇博文Kinect+OpenNI学习笔记之8(Robert Walter手部提取代码的分析) 中已经介绍过怎样获取手势区域，且取得了不错的效果，但是那个手势部位的提取有一个大的缺点，即需要人站立起来，当站立起来后才能够分隔出手。而手势在人之间的交流时，并不一定要处于站立状态，所以这不是一个好的HCI。因此本文介绍的手势部位的提取并不需要人处于站立状态，同样取得了不错的效果。-A charact
Demo
- 有关车牌识别的程序，是支持向量机和神经网络一起写的。包括车牌的预处理、定位、分割、字符识别等。-For license plate recognition program, support vector machines and neural networks wrote together. Pretreatment including the license plate, positioning, segmentation and character recognition.
conponentprojection
- 在vs2008中写的openCv代码，是对特定水表图像，利用RGB空间定位，然后分割字符，并进行识别，是几种方法的综合-it is a openCv code in vs2008, for a specific meter image, taking use of the RGB space location, then split characters and identification, several methods are integrated
profilecheck
- 物体形状识别，用于定位一个物体在图像中的位置-shape inspect
opencvsift
- SIFT 算法提取图像局部特征， 成功应用于物体识别、图像检索等领域。SIFT 算法主要分为四个步骤： 检测尺度空间极值点、精确定位极值点、为每个关键点指定方向参数、关键点描述子的生成。-SIFT algorithm to extract local image features, successfully applied to object recognition, image retrieval and other fields. SIFT algorithm is divided into
Draw--rectangle-and-fill-
- 适用于采摘机器人的柑橘扰动状态下的识别定位。-Suitable for citrus picking robot disturbance to identify the location state.
car-detecting_tracking
- 是为了实现车牌自动跟踪，检测，并拍照，定位，识别，但是跟踪和拍照等于没有实现-Is in order to realize the license plate automatic tracking, testing, and take photos, orientation, identification, but tracking and pictures is not implemented
Vehicle-license-recognition
- 车牌识别最基本的流程是：将采集后的图像二值化，然后依次经过车牌定位、字符分割、去除干扰，最后是字符识别-License Plate Recognition basic process is: after the acquisition of image binarization, followed through the license plate location, character segmentation, remove interference, and finally charact
Face-Recognition-2.4.9
- 使用emcv C#进行人脸定位与识别对比,各位要自己下载libemgucv-windows-universal-cuda-2.9.0.1922-beta.exe文件-Use emcv C# for face location and recognition contrast, you have to download their libemgucv-windows-universal-cuda-2.9.0.1922-beta.exe file
lpr
- 基于Opencv的汽车牌照定位与字符识别源代码,最终版本,可以运行-License plate recognition
控制台程序
- 利用opencv实现人脸识别，有效的快速定位并圈出位置(The face detection using OpenCV)
cartest2
- 车牌定位，分割，实现了车牌的二值化 滤波、膨胀、腐蚀、等预操作，然后进行了定位于分割(The license plate location, segmentation, binarization of license plate Filtering, expansion, corrosion, pre operation, and then the positioning in the segmentationn)
Python-opencv车牌识别
- 算法思想来自于网上资源，先使用图像边缘和车牌颜色定位车牌，再识别字符。车牌定位在predict方法中，为说明清楚，完成代码和测试后，加了很多注释，请参看源码。车牌字符识别也在predict方法中，请参看源码中的注释，需要说明的是，车牌字符识别使用的算法是opencv的SVM， opencv的SVM使用代码来自于opencv附带的sample，StatModel类和SVM类都是sample中的代码。SVM训练使用的训练样本来自于github上的EasyPR的c++版本。由于训练样本有限，你测试时会