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
本文首先介绍了摄像机标定原理及图像预处理算法。
其次详细阐述了基于纹理特征的道路检测算法，主要包括Gabor滤波器纹理提取，道路消失点估计和道路区域分割。
其次详细阐述了基于纹理特征的道路检测算法，主要包括Gabor滤波器纹理提取，道路消失点估计和道路区域分割。
2024/6/7 11:48:34
5.09MB
1
基于MATLAB的识别车牌车位管理系统的GUI界面设计（源程序-说明文档-演示视频）功能强大，操作流程；
1、选择图片（图中按钮），选取入库车牌2、开始识别（图中按钮）；
3、出库识别（图中按钮），同时可以查看车牌的预处理操作内容；
代码流程：入库:1、图像预处理包括：车牌粗定位、倾斜矫正、二值化、两次形态处理；
2、车牌精确定位；
3、车牌字符分割；
4、字符识别选择入库：车位减少，之前100变成99；
出库，识别:(同上)车位增加恢复到100；
计算停车时间和停车费用；
1、选择图片（图中按钮），选取入库车牌2、开始识别（图中按钮）；
3、出库识别（图中按钮），同时可以查看车牌的预处理操作内容；
代码流程：入库:1、图像预处理包括：车牌粗定位、倾斜矫正、二值化、两次形态处理；
2、车牌精确定位；
3、车牌字符分割；
4、字符识别选择入库：车位减少，之前100变成99；
出库，识别:(同上)车位增加恢复到100；
计算停车时间和停车费用；
2024/4/27 6:29:20
46.23MB
1
识别0-9十个数字，BP神经网络数字识别源代码使用说明第一步：训练网络。
使用训练样本进行训练。
（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。
首先，打开图像（256色）；
再次，进行归一化处理，点击“一次性处理”；
最后，点击“R”或者使用菜单找到相应项来进行识别。
识别的结果显示在屏幕上，同时也输出到文件result.txt中。
该系统的识别率一般情况下为90%。
此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。
具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“去噪”－“倾斜校正”－“分割”－“标准化尺寸”－“紧缩重排”。
注意，待识别的图片要与win.dat和whi.dat位于同一目录，这两文件保存训练后网络的权值参数。
具体使用请参照书中说明。
使用训练样本进行训练。
（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。
首先，打开图像（256色）；
再次，进行归一化处理，点击“一次性处理”；
最后，点击“R”或者使用菜单找到相应项来进行识别。
识别的结果显示在屏幕上，同时也输出到文件result.txt中。
该系统的识别率一般情况下为90%。
此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。
具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“去噪”－“倾斜校正”－“分割”－“标准化尺寸”－“紧缩重排”。
注意，待识别的图片要与win.dat和whi.dat位于同一目录，这两文件保存训练后网络的权值参数。
具体使用请参照书中说明。
2024/3/24 15:29:46
59KB
1
这是我自己写的对图像进行预处理的matlab源程序，主要是对图像进行光照补偿、旋转与尺度归一化。
上传上来和大家一起学习、分享。
上传上来和大家一起学习、分享。
2023/12/8 9:34:26
2KB
1
。
本文的图像预处理环节则采用图像灰度化和用Roberts算子对车牌进行边缘检测。
车牌定位和分割采用的是利用数学形态法来确定车牌位置，然后利用车牌彩色信息的彩色分割法来完成车牌部位分割。
分割后的字符先进行二值化处理，再对垂直投影进行扫描后完成对字符的分割。
本课题是基于Matlab下的环境下对其进行仿真。
本文的图像预处理环节则采用图像灰度化和用Roberts算子对车牌进行边缘检测。
车牌定位和分割采用的是利用数学形态法来确定车牌位置，然后利用车牌彩色信息的彩色分割法来完成车牌部位分割。
分割后的字符先进行二值化处理，再对垂直投影进行扫描后完成对字符的分割。
本课题是基于Matlab下的环境下对其进行仿真。
2023/11/25 3:24:22
203KB
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