RepoformostofCVproblems,suchasimageclassification,objectdetection,poseestimation,segmentation,andsoon.
2016/5/23 15:47:15
26.74MB
1
利用PCL库，经过滤波，分割，求长宽高，计算物体的体积，涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。
2018/7/17 14:41:24
5.71MB
1
资源包含文件：课程word+答辩PPT+项目源码及测试图片数字图像中阴影是普遍存在的，而且其为数字图像处理的很多任务，如图像特征提取，图像识别，图像分割带来了不利的影响。
一个有效的阴影检测与去除方法可以为接下来的图像处理带来很多便利。
与同表面非阴影区域相比，图像中阴影区域一般会具有以下特征：其亮度会明显比非阴影区域低；
与非阴影区域有分界，界线宽度一般不大，在界线上存在渐变；
阴影区域的颜色通道比例和非阴影区域比较接近。
我们可以利用这些特征来完成阴影检测的工作。
详细引见参考：https://blog.csdn.net/sheziqiong/article/details/125589942
一个有效的阴影检测与去除方法可以为接下来的图像处理带来很多便利。
与同表面非阴影区域相比，图像中阴影区域一般会具有以下特征：其亮度会明显比非阴影区域低；
与非阴影区域有分界，界线宽度一般不大，在界线上存在渐变；
阴影区域的颜色通道比例和非阴影区域比较接近。
我们可以利用这些特征来完成阴影检测的工作。
详细引见参考：https://blog.csdn.net/sheziqiong/article/details/125589942
2022/9/25 21:45:41
6.97MB
1
虹膜分割的实现代码，用C++和opencv实现的，资源中还包括了测试图片和方法的PPT引见。
关于该资源的引见也可以参考我的博客文章http://blog.csdn.net/computerme/article/details/41121711
关于该资源的引见也可以参考我的博客文章http://blog.csdn.net/computerme/article/details/41121711
2016/6/4 3:52:36
3.26MB
1
介绍一个简单的程序，用于计算无法直接加载到内存（1GB）的大文件（100GB）中最常出现的url的topn。
用法生成测试数据makedata使用1GB网址进行测试maketest使用100GB网址运行makerun算法根据hash（url）将输入文件拆分为1009个小文件。
加载每个小文件，通过dict计算url的出现次数，然后通过堆获取topn出现次数。
合并步骤2中所有出现的topn事件，并获得最终的topn并进行打印。
复杂度分析N是网址数。
NS是分割文件的数量，等于1009。
K是我们想要的结果URL的数量，等于100。
BS是缓冲区大小的大小，可能是4096或8192，请参见步骤1从输入文件读取或写入拆分文件的时间均为N/BS*T（diskio），哈希计算的时间为N*T（hash），因而时间复杂度为O（max（2*N
用法生成测试数据makedata使用1GB网址进行测试maketest使用100GB网址运行makerun算法根据hash（url）将输入文件拆分为1009个小文件。
加载每个小文件，通过dict计算url的出现次数，然后通过堆获取topn出现次数。
合并步骤2中所有出现的topn事件，并获得最终的topn并进行打印。
复杂度分析N是网址数。
NS是分割文件的数量，等于1009。
K是我们想要的结果URL的数量，等于100。
BS是缓冲区大小的大小，可能是4096或8192，请参见步骤1从输入文件读取或写入拆分文件的时间均为N/BS*T（diskio），哈希计算的时间为N*T（hash），因而时间复杂度为O（max（2*N
2022/9/25 16:57:51
14.13MB
1
运用简单，gif分割成png的序列帧（去掉纯黑色背景）和把序列帧拼接成一个gif分别是两个工具，两个工具3M，免安装
2015/8/19 8:41:47
3.01MB
1
眼底图像分割＼关键点检测＼动静脉区分常用数据集，是眼底最广泛的数据集之一，甚至可以去掉＇之一＇二字．这里面含有分割图的ｇｒｏｕｎｄｔｒｕｔｈ，原图以及ｍａｓｋ，没有关键点坐标的groundtruth，关键点在另一个上传的资源里，一次只能传一个紧缩包．．害！
2019/2/10 15:16:36
28.82MB
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