高压传输线的智能检测一直以来都是计算机视觉识别的热点。
本文打破传统的人工检测方式，利用无人机搭载开源硬件Arduino和相机模块采集高压传输线的数据，对采集回来的高压传输线图片用OpenCV和C++进行加载、灰度处理、二值化、边缘检测、直线检测、设计函数等系列处理，最终得到一幅只有传输线边界的直线检测图像，同时过滤掉复杂图背景，从而达到良好的识别效果。
本文打破传统的人工检测方式，利用无人机搭载开源硬件Arduino和相机模块采集高压传输线的数据，对采集回来的高压传输线图片用OpenCV和C++进行加载、灰度处理、二值化、边缘检测、直线检测、设计函数等系列处理，最终得到一幅只有传输线边界的直线检测图像，同时过滤掉复杂图背景，从而达到良好的识别效果。
2025/3/11 0:25:31
335KB
1
使用C#完成的图像压缩，实现质量压缩，大小压缩，批量压缩。
可选择读取图像输出到另一图像，可实现从界面中读取图像输出到图像，附全部代码+注释+开发过程。
可选择读取图像输出到另一图像，可实现从界面中读取图像输出到图像，附全部代码+注释+开发过程。
2025/3/10 18:09:31
146KB
1
其他版本可以去我空间查看。
CIFAR-10数据集由10个类中的60000个32x32彩色图像组成，每个类有6000个图像。
有50000个训练图像和10000个测试图像。
数据集分为五个训练批次和一个测试批次，每个批次有10000个图像。
测试批次包含来自每个类别的1000个随机选择的图像。
训练批次以随机顺序包含剩余图像，但是一些训练批次可能包含来自一个类别的更多图像而不是另一个类别。
在他们之间，培训批次包含来自每个班级的5000个图像。
CIFAR-10数据集由10个类中的60000个32x32彩色图像组成，每个类有6000个图像。
有50000个训练图像和10000个测试图像。
数据集分为五个训练批次和一个测试批次，每个批次有10000个图像。
测试批次包含来自每个类别的1000个随机选择的图像。
训练批次以随机顺序包含剩余图像，但是一些训练批次可能包含来自一个类别的更多图像而不是另一个类别。
在他们之间，培训批次包含来自每个班级的5000个图像。
2025/3/10 16:42:18
162.18MB
1
用C++写的图像处理程序，功能非常强大，可实现常见的锐化、平滑、旋转、去噪等功能，还能够实现bmp，jpg，gif，cif等格式的相互转换，并能够显示各种格式的图片，可根据自己需要在添加其他任意的功能。
2025/3/9 18:24:46
18MB
1
计算任意位置的圆形线圈和方形线圈的互感。
在MATLAB的GUI界面上可以设定线圈参数和位置，并在图像上显示。
给定参数后可以计算出给定位置处线圈的互感，并可以生成互感随线圈位置变化的曲线。
在MATLAB的GUI界面上可以设定线圈参数和位置，并在图像上显示。
给定参数后可以计算出给定位置处线圈的互感，并可以生成互感随线圈位置变化的曲线。
2025/3/9 13:53:30
96KB
1
使用方法:I=imread('图像文件名');[G,gabout]=gaborfilter1(I,2,4,16,pi/3);figure,imshow(uint8(gabout));
2025/3/9 4:53:13
35KB
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