识别并跟踪红灯，硬件利用树莓派实现。
python、opencv实现软件功能。
其中有高效扫描方法对比，场景：‘我要识别一个红灯，已经把目标准确的提取出来了，二值图像中白色为目标物，现在要算出二值图中的白色像素点的坐标。
因为之后需要移植到树莓派，所以需要高效的方法’。
https://blog.csdn.net/qq_32768679/article/details/84398229（目标识别说明）https://blog.csdn.net/qq_32768679/article/details/84317173（小工具说明）
python、opencv实现软件功能。
其中有高效扫描方法对比，场景：‘我要识别一个红灯，已经把目标准确的提取出来了，二值图像中白色为目标物，现在要算出二值图中的白色像素点的坐标。
因为之后需要移植到树莓派，所以需要高效的方法’。
https://blog.csdn.net/qq_32768679/article/details/84398229（目标识别说明）https://blog.csdn.net/qq_32768679/article/details/84317173（小工具说明）
29KB
1
骨架提取与分水岭算法也属于形态学处理范畴，都放在morphology子模块内。
骨架提取，也叫二值图像细化。
这种算法能将一个连通区域细化成一个像素的宽度，用于特征提取和目标拓扑表示。
morphology子模块提供了两个函数用于骨架提取，分别是Skeletonize（）函数和medial_axis（）函数。
我们先来看Skeletonize（）函数。
格式为：skimage.morphology.skeletonize(image)输入和输出都是一幅二值图像。
例1： 生成一幅测试图像，上面有三个目标对象，分别进行骨架提取，结果如下：例2：利用系统自带的马图片进行骨架提取 medial_axis就是中
骨架提取，也叫二值图像细化。
这种算法能将一个连通区域细化成一个像素的宽度，用于特征提取和目标拓扑表示。
morphology子模块提供了两个函数用于骨架提取，分别是Skeletonize（）函数和medial_axis（）函数。
我们先来看Skeletonize（）函数。
格式为：skimage.morphology.skeletonize(image)输入和输出都是一幅二值图像。
例1： 生成一幅测试图像，上面有三个目标对象，分别进行骨架提取，结果如下：例2：利用系统自带的马图片进行骨架提取 medial_axis就是中
2024/8/3 6:20:31
177KB
1
混沌映射(序列)matlab算法“小全：Logistic、Henon、帐篷、kent(含混沌二值图像生成函数)
2024/6/4 18:20:34
122KB
1
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。
(1)灰值化：对皮肤镜黑素细胞瘤彩色图像进行灰值化处理，将彩色图像变成灰度格式；
(2)波谷检测器：使用结构元素对给定灰度图像进行形态学灰度闭运算，先膨胀后腐蚀，填充物体内细小空洞，连接邻近物体，再将原图与灰度闭运算得到的图像相减，得到背景色较暗，毛发区域较亮的毛发提取图像；
(3)阈值分割：经过波谷检测后的图像能够基本提取出毛发区域，使用交互式阈值分割，对毛发提取图像进行二值分割，为区域生长制作毛发掩膜做准备；
(4)标记连通域，剔除弱小噪声：用区域生长法提取连通域，并标记毛发区域，统计各连通区域的大小，设定阈值，屏蔽小的连通区域，去除背景中的杂小噪声点，尽可能的少破坏原始图像的信息；
(5)掩膜，恢复原始皮肤信息：将去除噪声后的二值图像作为掩膜，对毛发区域进行恢复重建。
(1)灰值化：对皮肤镜黑素细胞瘤彩色图像进行灰值化处理，将彩色图像变成灰度格式；
(2)波谷检测器：使用结构元素对给定灰度图像进行形态学灰度闭运算，先膨胀后腐蚀，填充物体内细小空洞，连接邻近物体，再将原图与灰度闭运算得到的图像相减，得到背景色较暗，毛发区域较亮的毛发提取图像；
(3)阈值分割：经过波谷检测后的图像能够基本提取出毛发区域，使用交互式阈值分割，对毛发提取图像进行二值分割，为区域生长制作毛发掩膜做准备；
(4)标记连通域，剔除弱小噪声：用区域生长法提取连通域，并标记毛发区域，统计各连通区域的大小，设定阈值，屏蔽小的连通区域，去除背景中的杂小噪声点，尽可能的少破坏原始图像的信息；
(5)掩膜，恢复原始皮肤信息：将去除噪声后的二值图像作为掩膜，对毛发区域进行恢复重建。
2024/5/16 1:34:17
67.4MB
1
1．利用DCT进行jpg压缩，其中DCT可以调用函数，其它尽量自己编写代码，压缩过程可进行适当简化（通过查书了解jpg的原理）；
2．对图像进行二值化，请利用二值图像压缩方法进行数据压缩，然后解压缩，看通过肉眼能否看清表盘数据，比较两种算法的压缩效果；
3．发挥部分：以51单片机为背景用C语言将2中的方法实现：或者用matlab对压缩后的图像进行识别。
2．对图像进行二值化，请利用二值图像压缩方法进行数据压缩，然后解压缩，看通过肉眼能否看清表盘数据，比较两种算法的压缩效果；
3．发挥部分：以51单片机为背景用C语言将2中的方法实现：或者用matlab对压缩后的图像进行识别。
2024/5/13 11:34:44
172KB
1
这份资源里面包含信息隐藏、信息提取、md5函数运算这三大部分，主要实现在二值图像嵌入信息并提取隐藏的信息的功能，其中还考虑到了隐写过程中分块处理、如何正确选择隐藏信息的块等问题
2024/4/14 3:49:47
43KB
1
一种面向数据点的二值图像边缘提取的方法。
通过对图像的四个角度的取底，将图像的四个边缘提取出来，最后合成一个整体的图像边缘。
这种方法所提取的边缘只有一个像素点，可以用于图像的计数。
通过对图像的四个角度的取底，将图像的四个边缘提取出来，最后合成一个整体的图像边缘。
这种方法所提取的边缘只有一个像素点，可以用于图像的计数。
2024/2/27 23:07:24
1KB
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