行使Opencv实现图像处置-python源代码。
图像处置申请：一、四角定位、扭曲更正；
二、下场增强；
三、标志识别；
四、截取实用地域。

声明：交通标志1000+高清原图（4160*3120）样张（已经对50+类交通标志进行标注），均为本人原生数据，耗时4天整才完成图片采集和标注工作用于神经网络图像处理的，交通标志检测实现，深度学习实现，fastercnn实现，GUI窗口设计，matlab图像识别代码，深度学习样例。
去年6月份上传，由于大小限制一共分了12块，必须12块都下载完毕后，用7z进行解压才行，缺少任何一块都会导致解压失败；
最近发现资源由于解压失败被举报，现在有将资料重新整理，进行上传，希望为图像处理相关的朋友们提供些协助。
由于上传文件大小限制，该解压包只有部分数据（整个包为2.2G），请查看包内说明获取全部数据。

本代码可实现三类交通标志的分割，识别。
对真实的交通标志也可无效分割识别

做限速标志识别的过程中，总结了几种简单的图像二值化的方法，在图像二值化处理之前，进行了灰度化处理，希望对大家能够有协助。

做限速标志识别的过程中，总结了几种简单的图像二值化的方法，在图像二值化处理之前，进行了灰度化处理，希望对大家能够有协助。

一、参考设计思路【图片可自定义，含GUI可视化界面】1.读入图片，根据路标的颜色进行大致的分割这是数据库中的二值图像，路标很多，所以选择几种典型的，我选择了的是：三角形（黄色）和圆形（红色）的，对应着禁止路标，警示路标，以及提示路标2.然后是直方图灰度增强，这一步很重要，没这一步效果很不明显。
3.图像二值化，去除小干扰4.内部填充，构成一个白色的圆5.边界提取，一个圆形的白线所以的步骤都有对应的图像6.根据白线，利用Hu不变矩确定其形状。
7.根据6的轮廓提取路标位置，得到路标所在区域图案（这一步程序里定位出来了）7.将第四步骤白色圆反转，先利用四步骤的图案作为蒙版提取7所框定的路标区域，在用反转图像将非路标区域白色化，这有利于后一步的图像处理8.对上述得到的图像进行二值化，采用OUST自适应图像分割法9.利用LBP法，建立数据库10.神经网络后，将目标图像和数据库对比，设定阈值，得到对应的信息

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。