毕业设计和课程设计全套资料，主程序代码clc;clearall;closeall;warningoffall;I=imread('images\\1.jpg');I1=Image_Normalize(I,0);%图像归一化hsize=[33];sigma=0.5;I2=Image_Smooth(I1,hsize,sigma,0);I3=Gray_Convert(I2,0);bw2=Image_Binary(I3,0);%二值化处理[~,~,xy_long]=Hough_Process(bw2,I1,0);%霍夫变换angle=Compute_Angle(xy_long);%计算角度[I4,bw3]=Image_Rotate(I1,bw2,angle*1.8,0);%图像旋转[bw4,Loc1]=Morph_Process(bw3,0);%形态处理[Len,XYn,xy_long]=Hough_Process(bw4,I4,0);[bw5,bw6]=Region_Segmation(XYn,bw4,I4,0);[stats1,stats2,Line]=Location_Label(bw5,bw6,I4,XYn,Loc1,1);[Dom,Aom,Answer,Bn]=Analysis(stats1,stats2,Line,I4);
5.19MB
1
图像边缘获取，自己实现的基于matlab的8邻域算法，获取图像的边缘。
需要手动设置阈值对图像进行二值化。
包涵实现程序和测试程序
需要手动设置阈值对图像进行二值化。
包涵实现程序和测试程序
2024/5/17 18:33:21
1.18MB
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
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
本程序代码是通过Matlab编写完成的，里面有用高清相机拍摄的图片提取的二值化直线图像，每一幅图像都有几个MB；
虽压缩包只有几十kb，但功能完善，没有任何问题。
通过记录二值化图像像素点，利用设定的距离阈值参数，然后利用距离阈值参数通过最小二乘法迭代来剔除偏差较大的像素点，进而实现直线拟合,并在原二值化图像上面画上直线，记录直线方程（包括斜率和截距这两个参数）。
请放心下载，资源没有任何问题。
虽压缩包只有几十kb，但功能完善，没有任何问题。
通过记录二值化图像像素点，利用设定的距离阈值参数，然后利用距离阈值参数通过最小二乘法迭代来剔除偏差较大的像素点，进而实现直线拟合,并在原二值化图像上面画上直线，记录直线方程（包括斜率和截距这两个参数）。
请放心下载，资源没有任何问题。
2024/2/24 21:55:20
23KB
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