包含了halcon，C#编程，联合开发，机器视觉硬件，opencv等，非常难得的机器视觉材料
2022/9/3 2:56:59
95.95MB
1
哈工大的一篇论文，使用改进后的卡尔曼滤波视觉及惯导融合算法，进行位置和姿势估计，用于航天器，但是无人机也能用，里面的思路可以借签。
2018/5/22 18:11:35
1.18MB
1
如果采用C#和Halcon混合编程做图像视觉，这是一个不可多得的可供直接拿来使用的源代码，写的非常好。
如果你是刚入门的，那么就耐心的去读每一行代码，直到把它搞清楚，置信你最终一定得益匪浅。
如果你是刚入门的，那么就耐心的去读每一行代码，直到把它搞清楚，置信你最终一定得益匪浅。
2015/10/13 9:22:20
13.48MB
1
最近在学习计算机视觉，搜集了computervision方向最经典的十本书，分别是：1.Marr著的Vision2.计算机视觉：计算理论与算法基础（完整高清版）3.AnInvitationto3-DVisionFromImagestoGeometricModelsYiMa,StefanoSoatto,JanaKosecká,S.ShankarSastry4.MultipleViewGeometryinComputerVision(2nd_Edition)5.ComputerVisionModels,Learning,andInference6.GeneralizedPrincipalComponentAnalysis，7.PatternRecognitionandMachineLearning，8.ConvexOptimization，9.计算机视觉算法与应用中文版10.ComputerVision,AModernApproach(中文版)希望对大家有协助
2018/10/2 20:27:22
225.98MB
1
深入浅出Ajax(中文版)和其他深入浅出系列书籍一样，使用许多有趣的视觉刺激来保持我们大脑思考的兴奋。
在您读完书中第一章后，不但能够掌握一个基于Ajax的简单应用程序开发，而且还能够了解怎样让一个混乱的项目走上正轨。
为了协助读者解决问题，作者还为您准备了多达5张CD的资料作为参考。
读完全书，您会惊奇的发现那些繁琐笨拙的网站开发技术早已随风而去，展现在我们面前的是一个崭新的技术境界。
阅读《深入浅出Ajax（中文版）》，一定会带给您许多的乐趣。
首先，您可以在很短的时间内掌握如何使用JavaScript代码来向服务器提交异步请求。
同时，更为有趣的是，您可以学习如何使用诸如动态HTML、XML、JSON、DOM等技术来解决开发过程中遇到的许多问题。
毫无疑问，这是一本指导您进行异步开发的经典参考书籍。
在您读完书中第一章后，不但能够掌握一个基于Ajax的简单应用程序开发，而且还能够了解怎样让一个混乱的项目走上正轨。
为了协助读者解决问题，作者还为您准备了多达5张CD的资料作为参考。
读完全书，您会惊奇的发现那些繁琐笨拙的网站开发技术早已随风而去，展现在我们面前的是一个崭新的技术境界。
阅读《深入浅出Ajax（中文版）》，一定会带给您许多的乐趣。
首先，您可以在很短的时间内掌握如何使用JavaScript代码来向服务器提交异步请求。
同时，更为有趣的是，您可以学习如何使用诸如动态HTML、XML、JSON、DOM等技术来解决开发过程中遇到的许多问题。
毫无疑问，这是一本指导您进行异步开发的经典参考书籍。
2019/2/19 7:14:52
73.43MB
1
ROS视觉信息介绍该软件包定义了一组消息，以统一ROS中的计算机视觉和对象检测工作。
概述该软件包中的消息是为基于视觉的管道定义通用的向外接口。
这里的消息集旨在启用两种主要的管道类型：“纯”分类器，在给定单个传感器输入的情况下识别类概率检测器，可识别类的概率以及给定传感器输入的那些类的姿势类概率与ObjectHypothesis消息数组一起存储，该消息本质上是从整数ID到浮点得分和姿势的映射。
消息类型分别存在于2D（使用sensor_msgs/Image）和3D（使用sensor_msgs\PointCloud2）中。
为每个对象存储的元数据是特定于应用程序的，因而此程序包对元数据的约束很少。
每个可能的检测结果必须具有唯一的数字ID，以便可以在结果消息中明确，有效地识别它。
然后可以从数据库中查找对象元数据，例如名称，网格等。
唯一的其他要求是元数据数据库信息可
概述该软件包中的消息是为基于视觉的管道定义通用的向外接口。
这里的消息集旨在启用两种主要的管道类型：“纯”分类器，在给定单个传感器输入的情况下识别类概率检测器，可识别类的概率以及给定传感器输入的那些类的姿势类概率与ObjectHypothesis消息数组一起存储，该消息本质上是从整数ID到浮点得分和姿势的映射。
消息类型分别存在于2D（使用sensor_msgs/Image）和3D（使用sensor_msgs\PointCloud2）中。
为每个对象存储的元数据是特定于应用程序的，因而此程序包对元数据的约束很少。
每个可能的检测结果必须具有唯一的数字ID，以便可以在结果消息中明确，有效地识别它。
然后可以从数据库中查找对象元数据，例如名称，网格等。
唯一的其他要求是元数据数据库信息可
2019/6/26 9:50:57
17KB
1
matlab将的图片拼合代码运动的两视图结构如何运行：为了使该程序平稳运行，请确保您的Matlab版本具有计算机视觉工具箱。
result文件夹包含最终对象。
层模型显示在程序的末尾，但是您也可以在任何3D软件（例如Blender或Meshlab）中查看它。
为了用户的温馨，建议将背景颜色从黑色更改为较浅的颜色（例如绿色）。
要启动该程序，请运行文件main.m在运行时，将显示图像的关键和匹配功能以及最终生成的3D点云的图形。
该程序的主要步骤：解密本征矩阵文本文件。
提取并匹配两个图像的关键特征。
估计然后分解基本矩阵。
将匹配的点三角剖分成3D模型。
创建最终的PLY模型。
如何制作自己的模型：从相似但不同的视图中拍摄同一对象的两张图片。
建议水平方向。
使用Matlab工具箱校准相机，然后将生成的本征矩阵写入一个名为intrinsic.txt的文件中，该文件必须与两个图像放置在同一文件夹中。
在第4行上添加图像的尺寸。
将它们放在同一文件夹中，然后修改main.m以指向图像。
添加如下代码：Structure_from_Motion(image1Path,image
result文件夹包含最终对象。
层模型显示在程序的末尾，但是您也可以在任何3D软件（例如Blender或Meshlab）中查看它。
为了用户的温馨，建议将背景颜色从黑色更改为较浅的颜色（例如绿色）。
要启动该程序，请运行文件main.m在运行时，将显示图像的关键和匹配功能以及最终生成的3D点云的图形。
该程序的主要步骤：解密本征矩阵文本文件。
提取并匹配两个图像的关键特征。
估计然后分解基本矩阵。
将匹配的点三角剖分成3D模型。
创建最终的PLY模型。
如何制作自己的模型：从相似但不同的视图中拍摄同一对象的两张图片。
建议水平方向。
使用Matlab工具箱校准相机，然后将生成的本征矩阵写入一个名为intrinsic.txt的文件中，该文件必须与两个图像放置在同一文件夹中。
在第4行上添加图像的尺寸。
将它们放在同一文件夹中，然后修改main.m以指向图像。
添加如下代码：Structure_from_Motion(image1Path,image
2019/3/7 21:16:22
14.42MB
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