印刷体文字识别VC++源程序在嵌入式图像采集系统硬件上实现，首先是图像采集，然后进行图像预处理，图像二值化、细化等，在进行特征提取，基于模板匹配法进行识别！
2024/9/24 10:49:34
3.38MB
1
本项目分别提供了以下功能：人脸图像采集，数据训练，人脸识别，删除数据。
图像采集将打开电脑摄像头获取人脸到，数据训练调用了包和xml文件(都在文件夹里)，训练速度超快，人脸识别模块可以识别出训练好的人脸。
基于python3，有多个py文件，大部分为带opencv的包，没有界面但可交互，功能齐全，准确率可通过训练数据的加大提升。
价格实惠!难得的干货!下载包你不后悔!
图像采集将打开电脑摄像头获取人脸到，数据训练调用了包和xml文件(都在文件夹里)，训练速度超快，人脸识别模块可以识别出训练好的人脸。
基于python3，有多个py文件，大部分为带opencv的包，没有界面但可交互，功能齐全，准确率可通过训练数据的加大提升。
价格实惠!难得的干货!下载包你不后悔!
2024/8/20 20:40:58
1.05MB
1
算法流程：本系统运用PCA算法来实现人脸特征提取，然后通过计算欧式距离来判别待识别测试人脸，本个系统框架图如下：图：人脸识别系统框架图整个系统的流程是这样的，首先通过图像采集建立人脸库，这个人脸库里的人脸图像必须是格式及像素统一的，然后针对库里的人脸进行人脸训练，利用PCA进行人脸特征提取，获取特征矩阵向量组，将测试人脸投缘到特征子空间中，运用欧氏距离，在人脸库里查找相应的人脸图像，并输出。
二、算法介绍基于PCA算法的人脸特征提取2.1PCA的基本原理PCA中文全称主成分分析法（PrincipalComponen
二、算法介绍基于PCA算法的人脸特征提取2.1PCA的基本原理PCA中文全称主成分分析法（PrincipalComponen
2024/7/20 6:33:57
8.68MB
1
针对传统线阵CCD测量方法仅适用于静态图像采集或低速位移测量的问题，在分析CCD动态测量过程中动态误差产生原因的基础上，提出一种驱动时序互相推延的多个CCD同步测量方法。
该方法实现了在一个积分周期内的等时间多个位移值测量，等效于减少单个CCD积分时间，从而提高线阵CCD的动态测量范围。
设计了一个由5个线阵CCD沿圆周均布的，时序推延的角位移传感器，并完成相应实验系统的搭建。
通过与高精度圆光栅在不同速度下动态误差的检定，得出随着运动速度的提高，时序推延测量方法的动态特性要明显优于传统测量方法。
结果表明，时序推延测量法在30r/min时与传统方法10r/min的动态误差水平相当，验证了时序推延测量方法对提高CCD动态特性的可行性。
该方法实现了在一个积分周期内的等时间多个位移值测量，等效于减少单个CCD积分时间，从而提高线阵CCD的动态测量范围。
设计了一个由5个线阵CCD沿圆周均布的，时序推延的角位移传感器，并完成相应实验系统的搭建。
通过与高精度圆光栅在不同速度下动态误差的检定，得出随着运动速度的提高，时序推延测量方法的动态特性要明显优于传统测量方法。
结果表明，时序推延测量法在30r/min时与传统方法10r/min的动态误差水平相当，验证了时序推延测量方法对提高CCD动态特性的可行性。
2024/7/3 4:13:27
5.12MB
1
近年来,嵌入式技术、网络传输技术以及图像处理技术都得到了不断发展和提高,以嵌入式技术为基础设计的视频采集与处理系统越来越受到人们的关注。
相对于以往以计算机为核心的视频采集与处理系统,嵌入式视频采集与处理系统因为其体积较小、功耗较低以及相对较低的成本价格等特点,基于嵌入式技术的视频采集与处理系统应用的领域也越来越广泛,比如公共交通、移动终端、工业产品检测、视频监控等。
对于嵌入式视频采集与传输系统来说,就是通过嵌入式处理器,在外扩展图像传感器、传输模块等一些相关的外设,实现图像数据的采集、显示、处理、存储与传输等功能。
根据目前图像采集系统的发展趋势,本文设计了一种以ARM芯片为核心的嵌入式图像采集系统。
系统采用ST(意法半导体)公司生产的基于Cortex-M4架构的ARM芯片STM32F407作为微控制器,完成数据的处理功能；
搭配OV(OmniVision)公司生产的CMOS图像传感器OV2640作为图像采集模块,其像素为200万,保证了图像质量；
数据传输模块选择用以太网进行传输,可将采集到的视频发送至PC机进行显示和存储；
同时设计了一个SD卡模块来存储图像数据,图像主要以BMP和JPEG
相对于以往以计算机为核心的视频采集与处理系统,嵌入式视频采集与处理系统因为其体积较小、功耗较低以及相对较低的成本价格等特点,基于嵌入式技术的视频采集与处理系统应用的领域也越来越广泛,比如公共交通、移动终端、工业产品检测、视频监控等。
对于嵌入式视频采集与传输系统来说,就是通过嵌入式处理器,在外扩展图像传感器、传输模块等一些相关的外设,实现图像数据的采集、显示、处理、存储与传输等功能。
根据目前图像采集系统的发展趋势,本文设计了一种以ARM芯片为核心的嵌入式图像采集系统。
系统采用ST(意法半导体)公司生产的基于Cortex-M4架构的ARM芯片STM32F407作为微控制器,完成数据的处理功能；
搭配OV(OmniVision)公司生产的CMOS图像传感器OV2640作为图像采集模块,其像素为200万,保证了图像质量；
数据传输模块选择用以太网进行传输,可将采集到的视频发送至PC机进行显示和存储；
同时设计了一个SD卡模块来存储图像数据,图像主要以BMP和JPEG
2024/6/4 16:22:15
5.39MB
1
STM32F103ZET6战舰版配套正点原子摄像头OV7725，实现图像采集与二值化功能。
其中还包含一部分蓝牙HC-05收发数据的功能，有些注释掉了，需要的功能自行将注释去掉。
其中还包含一部分蓝牙HC-05收发数据的功能，有些注释掉了，需要的功能自行将注释去掉。
2024/6/3 2:25:43
3.52MB
1
matlab开发-图像采集到PointGreyHardware的工具箱支持包。
从点灰相机获取视频和图像。
从点灰相机获取视频和图像。
2024/5/2 5:13:47
15KB
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