visualc++vc开发编写2d游戏之游戏场景移动及像素碰撞源码用的gdi没用directx
2024/12/17 16:56:39 1.13MB vc gdi 游戏
1
寻找路径这是算法的基本实现,用于查找平面上两点之间的最短路径。
该代码使用了C++20的某些功能,并且显然是过度设计的。
我写它只是为了好玩。
text_files文件夹中有3个文件:example.txt是级别的示例。
*是一个允许的点(算法可以访问它),X是一个障碍。
A是起点,B是终点。
该文件只能包含这些字符。
同样,该级别也不必是矩形的(某些行可以比其他行长/短)。
config.txt一个非常基本的配置文件:edgeWidth每个单元的宽度(像素);
edgeHeight每个单元格的高度(像素);
maxFrameRate每次迭代将至少花费此值(以毫秒为单位);
graphPath相对于可执行文件的级别的文件路径。
config_i.txt交互模式的一个非常基本的配置文件:edgeWidth每个单元的宽度(像素);
edgeHeight每
2024/12/16 0:44:03 1.04MB C++
1
Codedemoforsingle-pixelimaging(SPI)withdifferentreconstructionmethodsincluding[1]differentialghostimaging(DGI)[2]gradientdescent(GD)[3]conjugategradientdescent(CGD)[4]Poissonmaximumlikelihood(Poisson)[5]alternatingprojection(AP)[6]sparserepresentationcompressivesensing(Sparse)[7]totalvariationcompressivesensing(TV)
1
有些像素的深度值为0的,我们希望除去这样的像素,但是又不会影响精度和数据的其他特性。
此方法可用于实时平滑
2024/12/13 7:53:52 171KB kinect2.0 smoothing 平滑 depth
1
通过SpringBoot整合身份证离线识别;
前端使用cropper插件实现图片裁剪功能;
二代身份证正面离线OCR识别照片宽度和高度必须是1108x774像素、只支持二代身份证正面、可识别出姓名、出生日期、名族、地址、证件号码;通过https://download.csdn.net/download/jsszzxo/10965100资源改造;
识别正确率99%;
2024/12/11 22:11:10 3.46MB 离线识别 身份证离线识别
1
自动驾驶感知技术视觉感知技术发展本报告主要介绍面向自动驾驶的视觉感知技术。
首先是对自动驾驶视觉感知发展的行业综述,介绍了自动驾驶感知技术的发展路线,以及视觉传感器在其中的作用;
其次介绍了车载图像传感器的发展,包括新型的动态图像传感器、低照度感知能力、像素密度、动态范围以及其他面向自动驾驶应用的定制化特性;
最后介绍了视觉感知算法的发展,包括像素级语义分割及目标检测、基于视觉的定位与语义地图、传感器融合、视觉计算平台等。
2024/12/8 20:38:43 2.17MB 自动驾驶 视觉感知
1
读取本地BMP图片,转换为RGB565格式,并在LCD上显示,像素320*24016bpp。
并具有简单的图像操作上下反转,缩放
2024/11/26 8:26:41 4KB BMP RGB565 LCD 16bpp
1
Matlab编写的Hough圆检测,可以精确到亚像素,对研究Hough的人又很大帮助
2024/11/22 12:16:26 1.22MB Hough 圆检测 亚像素
1
这是我用Matlab的HDLCoder工具,然后结合Altera的CycloneII芯片FPGA视频图像开发平台仿真调试,这是最终版的源代码。
为省去大家纠结的痛苦,请注意:pixelin是像素输入;
x_in,y_in分别是像素点坐标位置;
clkenble是时钟使能;
width,height分别是图像的宽和高;
pixelout是输入像素点对应的均衡化因子,用它*255/(width*height)就是均衡化后的像素值;
2024/11/21 11:49:43 16KB FPGA图像处理 verilog HDL直方图
1
基于K-means聚类算法的图像分割算法的基本原理: 基于K-means聚类算法的图像分割以图像中的像素为数据点,按照指定的簇数进行聚类,然后将每个像素点以其对应的聚类中心替代,重构该图像。
算法步骤:①随机选取K个初始聚类中心;
②计算每个样本到各聚类中心的距离,同时将每个样本归到与其距离最近的聚类中心;
③对每个簇,以所有样本的均值作为该簇新的聚类中心;
④重复第②~③步,直到聚类中心不再变化;
⑤结束,得到K个聚类。
2024/11/16 6:47:58 224KB K-means聚类 图像分割
1
共 438 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