基于OpenCV的车牌识别可以定位车牌区域，相关文档，详细解释，源代码等都有，但是需要本人下载OpenCV本项目用的是2.4.9
2020/11/18 16:24:09
99.54MB
1
基于OpenCV版本3.1.0详细讲述OpenCV图像处理部分内容，包括Mat对象使用、HIGHGUI使用、基于常用核心API讲述基本原理、使用方法、参数、代码演示、图像处理思路与流程讲授。
涵盖OpenCV中图像处理部分的全部次要内容。
课程中穿插了应用开发中常见问题与分析，是学习图像知识与应用开发必选实践课程。
涵盖OpenCV中图像处理部分的全部次要内容。
课程中穿插了应用开发中常见问题与分析，是学习图像知识与应用开发必选实践课程。
2015/1/22 5:01:49
36.76MB
1
基于opencv测量不规则物体的宽度在获得的区域内选取任意一点，以该点画圆，半径逐渐增加，设定条件（在该圆中的烟草区域/圆的面积＜某阈值），当不符合时，将圆进行空白区域中心的反向半径方向移动，直到满足条件（设定最大移动范围）；
2019/1/9 14:14:34
8.29MB
1
1、这个工程只是预处理人脸表情的，不含有训练和辨认部分。
预处理包括：人眼定位（人眼粗定位，双框框定，人眼精确定位）——几何预处理（人脸图像的旋转矫正、人脸图像的分割、人脸图像缩放）——灰度预处理（直方图均衡化）2、详细可参考：http://blog.csdn.net/raby_gyl/article/details/121755673、工程是基于vs2008和opencv2.30编写的。
4、工程的测试图片是日本jaffe女性人脸表情库。
5、工程是基于一篇优秀的硕士论文写的，论文名字是：基于Gabor小波变换和SVM的人脸表情辨认作者：王黎燕
预处理包括：人眼定位（人眼粗定位，双框框定，人眼精确定位）——几何预处理（人脸图像的旋转矫正、人脸图像的分割、人脸图像缩放）——灰度预处理（直方图均衡化）2、详细可参考：http://blog.csdn.net/raby_gyl/article/details/121755673、工程是基于vs2008和opencv2.30编写的。
4、工程的测试图片是日本jaffe女性人脸表情库。
5、工程是基于一篇优秀的硕士论文写的，论文名字是：基于Gabor小波变换和SVM的人脸表情辨认作者：王黎燕
2021/4/15 23:53:27
6.16MB
1
基本思路：微分方程求解，**用邻近的像素替换那些坏标记，使其看起来像是邻居**。
假设图像里的一个区域要修复。
算法从这个区域的边界开始，逐步地进入区域，把边界内的所有东西填充上。
它取要修复的部分周围的一个像素周围的一小片邻居。
这个像素被周围已知的像素的标准加权和替换掉。
选择权重是很重要的。
要修复的点周围像素的权重较高。
和正常边界近的，还有在边界轮廓上的像素的权重较高。
当像素被修复以后，它会通过快速匹配方法($FMM$)移动到最近的像素。
$FMM$保证那些已知像素周围的像素首先被修复，所以这个就像人工启发式的操作一样。
$OpenCV$提供了两种算法。
两者都可以通过相同的函数访问，$cv2.inpaint（）$。
第一种算法基于$AlexandruTelea$于2004年发表的“基于快速行进方法的图像修复技术”。
它基于快速行进方法。
考虑图像中要修复的区域。
算法从该区域的边界开始，然后进入区域内，逐步填充边界中的所有内容。
它需要在邻近的像素周围的一个小邻域进行修复。
该像素由邻居中所有已知像素的归一化加权和代替。
选择权重是一个重要的问题。
对于靠近该点的那些像素，靠近边界的法线和位
假设图像里的一个区域要修复。
算法从这个区域的边界开始，逐步地进入区域，把边界内的所有东西填充上。
它取要修复的部分周围的一个像素周围的一小片邻居。
这个像素被周围已知的像素的标准加权和替换掉。
选择权重是很重要的。
要修复的点周围像素的权重较高。
和正常边界近的，还有在边界轮廓上的像素的权重较高。
当像素被修复以后，它会通过快速匹配方法($FMM$)移动到最近的像素。
$FMM$保证那些已知像素周围的像素首先被修复，所以这个就像人工启发式的操作一样。
$OpenCV$提供了两种算法。
两者都可以通过相同的函数访问，$cv2.inpaint（）$。
第一种算法基于$AlexandruTelea$于2004年发表的“基于快速行进方法的图像修复技术”。
它基于快速行进方法。
考虑图像中要修复的区域。
算法从该区域的边界开始，然后进入区域内，逐步填充边界中的所有内容。
它需要在邻近的像素周围的一个小邻域进行修复。
该像素由邻居中所有已知像素的归一化加权和代替。
选择权重是一个重要的问题。
对于靠近该点的那些像素，靠近边界的法线和位
2021/2/6 11:52:54
686B
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