原理。

将每个像素对应的x,y值带入,算出Ax^2+Bxy+Cy^2+Dx+Ey+F若大于零,数组中该点值为1,否则为0然后、。






查找边缘。






是不是极其神奇界面极其粗制滥造,“用”表示运用这个参数,不选则该常数为0,“负”表示设置该项为负数(滚动条是对数的),焦点在某滚动条上时按1-9精确调至整数,加按shift则取倒数,单击黑不拉几的那一大块就画图。

还是费了我点心血的。
传上来示众一下。
2021/7/12 14:10:24 5KB 二元二次函数 函数图像 绘图
1
MATLAB下点云边缘提取,点云数据需要保存为TXT,然后放在同一目录下运转。
2016/7/17 18:57:51 2KB 点云 边缘 MATLAB
1
为了精确评价纱线疵点的种类与个数,提出了一种融合空间模糊C-均值(FCM)聚类的纱线疵点检测算法。
首先利用融合空间FCM聚类算法提取纱线条干;然后对纱线条干进行形状学开运算处理,以获取精确的纱线条干,并利用条干上下边缘点之间的像素个数计算纱线的直径与平均直径;最后根据纱线疵点标准判定纱线疵点的种类与个数。
为了验证本算法的有效性和准确性,对多种不同线密度的纯棉纱线进行测试,并将测试结果与电容性纱疵分级仪的检测结果进行对比。
结果表明,本算法与电容性的检测结果一致性较好,且价格低廉,不易受环境温度、湿度等因素的影响。
1
Matlab中的canny算子就做的相当好,其边缘检测效果非常优秀。
为了使读者更容易读懂其中的算法,我将源代码转化为愈加浅显易懂的代码。
2019/9/11 15:37:55 12KB MATLAB canny算子
1
OpenMV是一个开源,低成本,功能强大的机器视觉模块。
以STM32F427CPU为核心,集成了OV7725摄像头芯片,在玲珑的硬件模块上,用C语言高效地实现了核心机器视觉算法,提供Python编程接口。
使用者们(包括发明家、爱好者以及智能设备开发商)可以用Python语言使用OpenMV提供的机器视觉功能,为自己的产品和发明增加有特色的竞争力。
OpenMV上的机器视觉算法包括寻找色块、人脸检测、眼球跟踪、边缘检测、标志跟踪等。
可以用来实现非法入侵检测、产品的残次品筛选、跟踪固定的标记物等。
使用者仅需要写一些简单的Python代码,即可轻松的完成各种机器视觉相关的任务。
玲珑的设计,使得OpenMV可以用到很多创意的产品上。
比如,可以给自己的机器人提供周边环境感知能力;
给智能车增加视觉巡线功能;
给智能玩具增加识别人脸功能,提高产品趣味性等;
甚至,可以给工厂产品线增加残次品筛选功能等。
2021/6/22 4:31:53 88.69MB OpenMV 开源资料
1
边缘计算产业联盟(ECC)与工业互联网产业联盟(AII)联合发布的边缘计算与云计算协同白皮书,2018年11月,引见了边缘协同的架构、案例和场景。
原文件没有书签,本文档增加了书签,便于阅读查看
2021/4/17 18:45:56 5.28MB 边缘计算 云计算 协调 白皮书
1
运用微分Sobel算子进行边缘检测,得到目标的大致轮廓!
2021/4/22 8:31:24 58KB Sobel matlab
1
亚像素边缘检测,运用泰勒插值实现,有实现原理,有代码
2015/7/27 22:29:08 1.67MB 亚像素边缘
1
在vc++6.0中应用opencv进行sobel边缘检测,再对边缘图像进行直线检测。
2020/7/6 9:23:21 8.22MB opencv sobel houghLine
1
GAC模型是基于边缘的图像分割方法,当图像中的对象和背景的边界处灰度值存在较大差异,那么对象的边缘就将构成明显的轮廓。
2016/10/21 21:28:43 49KB 边缘 图像分割
1
共 500 条记录 首页 上一页 下一页 尾页
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 钉钉 钉钉打卡