张正友相机标定Opencv实现，附棋盘图和14张不同角度标定图。
包含完整的工程代码，有详细的注释说明，一键运行。
实现了相机标定、输出相机内参、外参、旋转和平移矩阵、标定效果评价、以及使用标定结果对原始棋盘图进行矫正。
包含完整的工程代码，有详细的注释说明，一键运行。
实现了相机标定、输出相机内参、外参、旋转和平移矩阵、标定效果评价、以及使用标定结果对原始棋盘图进行矫正。
2024/9/21 6:21:56
10.22MB
1
imagenormalization对图像归一化的matlab程序平移、缩放和旋转归一化！可用于模式识别，数字水印。
2024/9/18 15:18:38
66KB
1
本程序用C++编写，实现了对各种点云数据的读取、显示（用OPENGL显示）、操作（用鼠标选取、放大、缩小、平移等）。
2024/9/16 16:35:36
1.07MB
1
直线、圆、多边形这是针对09年所写计算机图形学源码重构后的版本。
新版本在实现用多种算法生成直线、圆、多边形等图形图像的同时，使用了双缓存绘图防止图像闪烁，并使用自定义结构扫描线存储所绘连块图形区域提高了二次绘图效率。
同时将所有图形图像封装成类，便于图形的重绘以及旋转、平移、缩放、对称变换等几何操作。
这是真正意义上实现了二维图层操作，而不是一个演示性的算法。
光照实验与消隐借用已有代码，因此代码变量命名风格与之前的不统一。
新版本在实现用多种算法生成直线、圆、多边形等图形图像的同时，使用了双缓存绘图防止图像闪烁，并使用自定义结构扫描线存储所绘连块图形区域提高了二次绘图效率。
同时将所有图形图像封装成类，便于图形的重绘以及旋转、平移、缩放、对称变换等几何操作。
这是真正意义上实现了二维图层操作，而不是一个演示性的算法。
光照实验与消隐借用已有代码，因此代码变量命名风格与之前的不统一。
2024/9/10 5:53:52
84KB
1
计算机图形学（第三版）三维空间的几何变换代码：代码运行软件版本（VisualStudio2015）【软件安装教程百度“VS2015安装+OpenGL环境配置及测试”】参考书本代码227~229页代码，稍作修改，实现三维图形平移，旋转，缩放等几何变换。
2024/8/27 15:43:35
7.46MB
1
C++图像处理程序，开发环境为MicrosoftVisualC++,可直接运行，带有实验图片，可实现的功能有伪彩色、灰度化、灰度变换、直方图均衡、均值滤波、中值滤波、一阶微分锐化、镜像、平移等众多功能。
2024/8/21 19:35:46
6.76MB
1
ArcGISAPIforiOSV2.1正式发布了（今后后简称为ArcGISRuntimeSDKforiOS）。
此版本在V2.0.1的基础上提供iOS5的支持，新增功能包括： 使用ArcGIS10.1tilepackages(*.tpkfiles)查看地图的内容，即便设备处于离线状态 新的GPS自动平移模式，用于车辆导航和北斗导航 灵活的标注定位 旋转地图的能力 如何将现有的应用程序迁移到新的V2.1版上去，以及了解更多的信息可以访问http://help.arcgis.com/en/arcgismobile/10.0/apis/ios/2.1/concepts/index.html。
了解更多ArcGIS移动产品，可访问专题：http://www.esrichina-bj.cn/softwareproduct/technology/ArcGIS%20Mobile/
此版本在V2.0.1的基础上提供iOS5的支持，新增功能包括： 使用ArcGIS10.1tilepackages(*.tpkfiles)查看地图的内容，即便设备处于离线状态 新的GPS自动平移模式，用于车辆导航和北斗导航 灵活的标注定位 旋转地图的能力 如何将现有的应用程序迁移到新的V2.1版上去，以及了解更多的信息可以访问http://help.arcgis.com/en/arcgismobile/10.0/apis/ios/2.1/concepts/index.html。
了解更多ArcGIS移动产品，可访问专题：http://www.esrichina-bj.cn/softwareproduct/technology/ArcGIS%20Mobile/
2024/8/7 21:53:56
23.14MB
1
特征检测与匹配的目标是识别一个图像中的关键点与另一个图像中的对应点之间的配对。
在此实验中，你将编写代码以检测图像中的特征点（对于平移、旋转和照明具有一定的不变性），并在另一个图像中找到最佳匹配特征。
为了帮你可视化结果并调试程序，我们提供了一个用户界面，可以显示检测到的特征和最佳匹配。
我们还提供了一个示例ORB特征检测器，用于结果比较。
该实验有三个部分：特征检测、特征描述和特征匹配。
您所需要实现的所有代码都在features.py中。
在此实验中，你将编写代码以检测图像中的特征点（对于平移、旋转和照明具有一定的不变性），并在另一个图像中找到最佳匹配特征。
为了帮你可视化结果并调试程序，我们提供了一个用户界面，可以显示检测到的特征和最佳匹配。
我们还提供了一个示例ORB特征检测器，用于结果比较。
该实验有三个部分：特征检测、特征描述和特征匹配。
您所需要实现的所有代码都在features.py中。
2024/7/30 0:22:45
21.64MB
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