给定皮肤镜黑素细胞瘤图像，检测毛发噪声，并修复毛发遮挡部位的信息。
皮肤镜图像毛发去噪，主要包括五个步骤：波谷检测器、阈值分割、区域生长、标记连通域、掩膜恢复重建。
皮肤镜图像毛发去噪，主要包括五个步骤：波谷检测器、阈值分割、区域生长、标记连通域、掩膜恢复重建。
2024/8/21 10:32:15
4KB
1
本文档详细介绍的汽车车牌的识别过程，包括预处理，车牌的定位，字符的分割，车牌的识别。
并附有详尽的代码，可以直接实现且效果非常的好。
并附有详尽的代码，可以直接实现且效果非常的好。
2024/8/13 17:03:54
719KB
1
研究了实时高精度激光光斑检测方法。
利用高帧频、高灵敏度CCD采集14位激光光斑视频；
分析了激光光斑的特征，在使用阈值分割出光斑区域后，通过上三邻域连续点计数算法检测了激光光斑区域；
分析了激光光斑中余光斑存在的原因，利用平均阈值法滤除了余光斑，在剩余的主光斑中计算获得了更为精确的光斑中心(含质心与形心)，制定了以参考帧为基准的视频帧序列的操作序列法光斑检测流程，解决了传统相邻帧相减法无法检测逆光斑帧及光斑中心位置不同的连续相邻光斑帧的问题。
实验结果表明，算法可实践用于在线实时与离线实时的高精度激光光斑检测。
利用高帧频、高灵敏度CCD采集14位激光光斑视频；
分析了激光光斑的特征，在使用阈值分割出光斑区域后，通过上三邻域连续点计数算法检测了激光光斑区域；
分析了激光光斑中余光斑存在的原因，利用平均阈值法滤除了余光斑，在剩余的主光斑中计算获得了更为精确的光斑中心(含质心与形心)，制定了以参考帧为基准的视频帧序列的操作序列法光斑检测流程，解决了传统相邻帧相减法无法检测逆光斑帧及光斑中心位置不同的连续相邻光斑帧的问题。
实验结果表明，算法可实践用于在线实时与离线实时的高精度激光光斑检测。
2024/8/11 7:22:26
4.02MB
1
白鹭egret图集分割工具。
支持拆分两种图集资源：EgretMovieClip、SpriteSheet。
支持文件夹批量操作。
支持分割后生成的文件夹创建到图片对应的目录，自己写的，亲测可用
支持拆分两种图集资源：EgretMovieClip、SpriteSheet。
支持文件夹批量操作。
支持分割后生成的文件夹创建到图片对应的目录，自己写的，亲测可用
2024/8/10 18:55:47
5.36MB
1
在各向异性的物体中，高光被视为是漫反射分量以及镜面反射分量的一种线性组合。
单幅图像的高光去除是计算机视觉中一项非常有挑战性的课题。
很多方法试图将漫反射分量、镜面反射分量进行分离，然而这些方法往往需要图像分割等预处理过程，方法鲁棒性较差且比较耗时。
基于双边滤波器设计了一种高效的高光消除方法，该方法利用最大漫反射色度存在着局部平滑这一性质，使用双边滤波器对色度的最大取值进行传播与扩散，从而完成整幅图像高光去除。
方法采用一种加速策略对双边滤波器进行速度优化，与目前流行的方法相比，有效提升了方法的执行效率。
与传统方法相比，该方法高光去除效果更好，处理速度更快，非常适用于一些实时应用的场合。
单幅图像的高光去除是计算机视觉中一项非常有挑战性的课题。
很多方法试图将漫反射分量、镜面反射分量进行分离，然而这些方法往往需要图像分割等预处理过程，方法鲁棒性较差且比较耗时。
基于双边滤波器设计了一种高效的高光消除方法，该方法利用最大漫反射色度存在着局部平滑这一性质，使用双边滤波器对色度的最大取值进行传播与扩散，从而完成整幅图像高光去除。
方法采用一种加速策略对双边滤波器进行速度优化，与目前流行的方法相比，有效提升了方法的执行效率。
与传统方法相比，该方法高光去除效果更好，处理速度更快，非常适用于一些实时应用的场合。
2024/8/7 8:06:27
582KB
1
Chan-Vese算法是一个非常有效的图像分割算法，他是根据偏微分方程迭代求出最佳的分割方式，文件夹中包含了相关的代码和相关示例
2024/8/6 20:31:29
5.8MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB