基于Qt（Qt5.4)的图片像素坐标选择工具导入图片，用鼠标选取图片中目标的像素坐标可以用于在OpenCv或其它需求从图片中确定目标坐标（topLeft.x,topLeft.y,width,height）的场合，十分方便。
2017/8/2 3:16:27
29KB
1
把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。
对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。
把给定图像的直方图分布改变成“均匀”分布直方图分布。
对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。
把给定图像的直方图分布改变成“均匀”分布直方图分布。
2016/8/19 21:05:57
2.03MB
1
一个37类pet数据集，每个类大约有200张图片。
这些图像在比例、姿态和光线上都有很大的变化。
所有的图像都有相应的品种、头部ROI和像素级trimap分割的groundtruth注释。
这些图像在比例、姿态和光线上都有很大的变化。
所有的图像都有相应的品种、头部ROI和像素级trimap分割的groundtruth注释。
2016/4/19 6:19:34
773.52MB
1
SAR图像变化检测代码，基于差异图和比值图融合的代码。
本方法从图像像素的角度出发，对图像像素的灰度值进行操作。
分别才用了差值法和比值法，然后在各自的基础上对代码进行融合，这样就避免了差值法和比值法各种带来的缺点。
本代码适合老手使用，能让初学者从图像像素灰度值的角度去理解SAR图像形变监测的理论。
本方法从图像像素的角度出发，对图像像素的灰度值进行操作。
分别才用了差值法和比值法，然后在各自的基础上对代码进行融合，这样就避免了差值法和比值法各种带来的缺点。
本代码适合老手使用，能让初学者从图像像素灰度值的角度去理解SAR图像形变监测的理论。
2020/9/24 17:11:28
444KB
1
使用8个max7219芯片级联驱动8个8*8点阵；
使用pcf8563实时时钟；
串口进行网络时间修正；
单片机STC11F04E，256字节RAM；
基本原理是建立一块内存buf[8][8]，即把整个屏幕一切像素点都包括了；
显示函数实时显示这个内存的数据；
滚动时对字库内容进行移位赋值到buf；
使用pcf8563实时时钟；
串口进行网络时间修正；
单片机STC11F04E，256字节RAM；
基本原理是建立一块内存buf[8][8]，即把整个屏幕一切像素点都包括了；
显示函数实时显示这个内存的数据；
滚动时对字库内容进行移位赋值到buf；
2020/2/18 1:36:05
1.45MB
1
ORL数据库共有400幅人脸图像(40人，每人1O幅，大小为112像素x92像素)，人物以s1-s40的方式命名。
该人脸库中的人脸图片具有表情和姿态的变化，也有戴（或不戴）眼镜，眼睛睁（或闭）的区别。
该人脸库中的人脸图片具有表情和姿态的变化，也有戴（或不戴）眼镜，眼睛睁（或闭）的区别。
2020/2/18 4:23:16
4.04MB
1
ORL数据库共有400幅人脸图像(40人，每人1O幅，大小为112像素x92像素)，人物以s1-s40的方式命名。
该人脸库中的人脸图片具有表情和姿态的变化，也有戴（或不戴）眼镜，眼睛睁（或闭）的区别。
该人脸库中的人脸图片具有表情和姿态的变化，也有戴（或不戴）眼镜，眼睛睁（或闭）的区别。
2020/2/18 4:23:16
4.04MB
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