本资源为HOG+SVM实现的行人检测系统，包括完整的训练、检测和测试程序。
检测程序运行环境为VS2013+opencv2.4.13和QT+opencv3.1.0,测试程序运行环境为matlab2016，具体运行方法见资源中的.txt说明文件。
检测程序运行环境为VS2013+opencv2.4.13和QT+opencv3.1.0,测试程序运行环境为matlab2016，具体运行方法见资源中的.txt说明文件。
2024/1/24 1:31:30
7.57MB
1
资源是LBPH人脸识别的示例代码，基于OpenCV2.4.9的VS2010工程，其中包含AT&T人脸库，库中有40个人，每个人有10张人脸，共400张人脸。
2023/12/28 23:52:09
2.96MB
1
基于Opencv2.4.9的傅里叶变换实现，C++源码和VS2015项目基于Opencv2.4.9的傅里叶变换实现，C++源码和VS2015项目
2023/12/26 3:57:21
4.32MB
1
在2005年CVPR上，来自法国的研究人员NavneetDalal和BillTriggs提出利用Hog进行特征提取，利用线性SVM作为分类器，从而实现行人检测。
而这两位也通过大量的测试发现，HOG+SVM是速度和效果综合平衡性能较好的一种行人检测方法。
后来，虽然很多研究人员也提出了很多改进的行人检测算法，但基本都以该算法为基础框架。
因此，HOG+SVM也成为一个里程表式的算法被写入到OpenCV中。
在OpenCV2.0之后的版本，都有HOG特征描述算子的API，而至于SVM，早在OpenCV1.0版本就已经集成进去
而这两位也通过大量的测试发现，HOG+SVM是速度和效果综合平衡性能较好的一种行人检测方法。
后来，虽然很多研究人员也提出了很多改进的行人检测算法，但基本都以该算法为基础框架。
因此，HOG+SVM也成为一个里程表式的算法被写入到OpenCV中。
在OpenCV2.0之后的版本，都有HOG特征描述算子的API，而至于SVM，早在OpenCV1.0版本就已经集成进去
2023/12/23 21:16:19
4.96MB
1
基于OpenCV的智能视频监控系统设计，使用VS2010和OpenCV2.4.9完成系统设计，压缩包包含整个solution。
在安装好VS2010和配置好OpenCV包含等的情况下，可以直接加压缩，点击.sln文件打开整个项目。
压缩包内容为智能视频监控的整个project（包含源码）。
具体实现方法是利用帧差法获得差分图像，分析差分图像得出物体运动的轨迹和拍照录像与警报等。
在安装好VS2010和配置好OpenCV包含等的情况下，可以直接加压缩，点击.sln文件打开整个项目。
压缩包内容为智能视频监控的整个project（包含源码）。
具体实现方法是利用帧差法获得差分图像，分析差分图像得出物体运动的轨迹和拍照录像与警报等。
2023/12/6 15:44:21
12.05MB
1
通过opencv2.4.9和VS2013写的三段代码，一段是n张图片实现360度拼接；
二是任意两张图片进行拼接；
三是对二拼接之后的优化
二是任意两张图片进行拼接；
三是对二拼接之后的优化
2023/12/5 9:54:55
14.75MB
1
本人最近练手做的小项目，在CSDN上也参考了很多代码，积分花了不少可是大多都没用上！要么是版本不对劲，要么是完全读不懂，所以自己上传了！代码包括车牌定位，车牌倾斜校正，字符分割。
字符的识别部分未做完。
字符的识别部分未做完。
2023/12/5 8:05:51
9.2MB
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