基于selective_search源码对手写数字串进行过滤分割，并基于tensorflow在mnist训练好的模型进行识别。
环境：Windows10+tensorflow1.2+python3.5+cv2程序： example/demo.py---对手写数字图片的分割，并将每个数字做成28*28的黑底白字图片，保存在本地image_data.npy example/mnist_model.py---对手写体mnist数据集进行训练，训练好后读取数据进行识别 example/camera.py---是调用计算机摄像头获取图片用的，按q退出拍照 selectivesearch/selectivesearch.py---是选择性搜索的源代码注意：手写数字的图片尽量不要太大（太大会显得数字写的太细，调大数字粗细度），每个数字大小不要差太多，可以在画板上写的一个数字长宽在50像素左右效果不错，其他的没有测试过。
环境：Windows10+tensorflow1.2+python3.5+cv2程序： example/demo.py---对手写数字图片的分割，并将每个数字做成28*28的黑底白字图片，保存在本地image_data.npy example/mnist_model.py---对手写体mnist数据集进行训练，训练好后读取数据进行识别 example/camera.py---是调用计算机摄像头获取图片用的，按q退出拍照 selectivesearch/selectivesearch.py---是选择性搜索的源代码注意：手写数字的图片尽量不要太大（太大会显得数字写的太细，调大数字粗细度），每个数字大小不要差太多，可以在画板上写的一个数字长宽在50像素左右效果不错，其他的没有测试过。
2024/6/2 10:30:06
49KB
1
使用电脑摄像头拍照并进行图片查找的程序源码。
图片查找使用了opencv，C++实现；
拍照使用的C#开发。
以Picture为主程序，在查找图片的时候，调用了C++开发的OpenCvBase。
其中OpenCvBase参考了网上的代码，Picture是全原创开发。
图片查找使用了opencv，C++实现；
拍照使用的C#开发。
以Picture为主程序，在查找图片的时候，调用了C++开发的OpenCvBase。
其中OpenCvBase参考了网上的代码，Picture是全原创开发。
2024/5/31 10:25:08
34.51MB
1
电脑连接手机摄像头DroidCam电脑版6.4.3，手机版6.9.12021年最新
2024/5/29 10:50:54
18.81MB
1
H5调用本地摄像头进行照片拍摄、证件采集如果本地连接有多个摄像头,可获取多个摄像头列表,可选择不同摄像头进行不同类型的照片采集
2024/5/27 16:13:07
5KB
1
WPF调用摄像头识别二维码的代码DEMO引用了两个dll1、WPFMediaKit.dll调用摄像头2、zxing.dll识别条码
2024/5/26 1:10:21
1.06MB
1
海康、大华安防监控VISIO图库，监控摄像头前端设备，服务器，网络设备，门禁，楼宇智能化VISIO模块，做方案的必备素材
2024/5/25 10:30:22
38.65MB
1
在进行CCV使用中发现，由于红外摄像头补光穿透不均匀，导致中间区域比较敏感，而周围一圈没法检测到手指动作，这时需要跳过周围一圈的点只使用中间的点进行校正，对25个点进行跟踪屏蔽处理，进行了屏蔽处理，并给没有校正的点赋默认值。
2024/5/25 1:53:12
22.93MB
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