搜索资源列表
BMP
- 一个对图片的多种处理,包括二值化,滤波,求面积,求周长等多种操作
DigitRec
- 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
Touch_exe
- 该软件支持jpg,gif、png图片格式,大致有下列功能: V 0.1 版: 1. 图像放大、缩小、复制、打印、获取当前图像任意位置颜色信息。 2. 显示图像灰度直方图。 3. 灰度统计:图像宽度、高度、最小灰度、最大灰度、灰度均值 Mean、灰度方差 Variance、标准差、偏态 Skewness、峰度系数 Kurtosis、熵 (Entropy)。 4. RGB三原色分离、RGB图转灰度图、灰度均衡、图像可调阈值二值化、图像反色。 5. 图像可调阈值边缘检测:Rob
chepaidingwei
- 使用说明 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
cvuse
- 使用opencv,将一个视频文件分割成多张图片。 特点:按帧提取,每帧保存为多张图片。 保存时,原来的格式是全彩的,同时转化并保存全彩图片对应的黑白图片和二值化图片。这三类图片分别存放在默认目录的video background foreground中。默认的视频文件名为默认目录下的ci.avi
chap12
- 使用说明 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
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
车牌定位
- 车牌定位使用说明 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
汉字识别程序
- 介绍了两种汉字切分算法:投影法,连通域合并法。以及二值化,灰度拉伸,灰度均衡等图像处理算法(内附汉字图片进行试验
video-proceesing
- 该工程用c#语言开发实现了从摄像头捕捉一张图片并保存,再对图片进行简单的处理,比如灰度值、二值化、旋转等等。-The project achieved using c# language developed from the camera to capture an image and save it, and then the simple image processing, such as gray scale, binary, rotate and so on.
ColorSkew
- C#编写的文本图像倾斜角度检测并且校正的程序,输入一张倾斜的彩色文本图像,输出角度校正之后的二值化图像。包含测试图片。-C# write text image tilt Angle detection and correction program, input a tilted color text image, output Angle after correction, binary image. Contains test images.
blood
- 实施细胞分割,先对图片进行前期处理,然后二值化处理,在进行滤波,并且计算细胞数。-cell segmentation,Pre-processing of the picture first, and then binarization, during filtering, and calculation of cell number.
Laplace-operator-filtering
- 原图像预处理,读入黑白图片并确定长和宽 拉普拉斯变换预处理,定义镜框矩阵和输出矩阵 拉普拉斯运算的三个矩阵 原图像矩阵处理,做一个“像框” 用拉普拉斯算子进行滤波 设定阈值,将图像二值化-The original image preprocessing, read black and white picture and determine the length and width of the Laplace transform pre-defined frame matrix and ou
OTSU
- 基于opencv2.3的大津法自适应阈值二值化算法的代码C++。含测试图片,已编译。很好用,代码一目了然,易懂。-Based on the opencv2.3 OTSU method adaptive threshold binarization algorithm C++ code. Including test images, compiled. Very good, the code be clear at a glance, to understand.
EdgeDetection
- 边缘检测1.制作一张包括色块、线条的单色背景图片,先对其作低通滤波产生一幅色块和线条边缘模糊的降质图片待处理,采用任意二种边缘检测算法检测待处理图片中的色块和线条的边缘,得到二值化的处理结果图。从结果图中提取色块和线条的边界坐标值,与实际生成原始图像时采用的真实坐标数据作比较,对产生的检测误差作分析。2.拍摄一张包含待检测物体的黑白或者彩色照片,试采用一种边缘检测的算法做待检测物体的自动提取,对生成的结果作分析。-Edge Detection 1. To produce a including
rice
- 基于OPENCV对图片进行灰度化,二值化,以及边缘检测-OPENCV images based on gray level transformation, binarization, and edge detection
carcarddetect
- 使用说明 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
wenzishibie
- 这款程序基于神经网络知识,可以对数字图片等验证信息进行二值化、归一化等识别,准确率非常高-This procedure based on neural network knowledge can be of digital photographs, and other authentication information binarization, normalized, such as identification, the accuracy rate is very high
LicensePlateRecognition
- 使用说明 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
code
- 对给定图片求图片中的染色体个数。具体步骤:中值滤波方法,二值化处理,膨胀和腐蚀,开闭运算,求连通区的个数-Of a given picture for the picture of the chromosome number. Concrete steps: median filter method, binarization processing, expansion and corrosion, opening and closing operations, and the number o