卷积神经网络python实现。
卷积神经网络（ConvolutionalNeuralNetworks,CNN）是一类包含卷积或相关计算且具有深度结构的前馈神经网络（FeedforwardNeuralNetworks），是深度学习（deeplearning）的代表算法之一[1-2]。
由于卷积神经网络能够进行平移不变分类（shift-invariantclassification），因此也被称为“平移不变人工神经网络（Shift-InvariantArtificial
卷积神经网络（ConvolutionalNeuralNetworks,CNN）是一类包含卷积或相关计算且具有深度结构的前馈神经网络（FeedforwardNeuralNetworks），是深度学习（deeplearning）的代表算法之一[1-2]。
由于卷积神经网络能够进行平移不变分类（shift-invariantclassification），因此也被称为“平移不变人工神经网络（Shift-InvariantArtificial
2024/4/12 15:49:47
31KB
1
该资源主要参考我的博客【数字图像处理】六.MFC空间几何变换之图像平移、镜像、旋转、缩放详解，博客地址http://blog.csdn.net/eastmount/article/details/46345299主要讲述基于VC++6.0MFC图像处理的应用知识，要通过MFC单文档视图实现显示BMP图片空间几何变换，包括图像平移、图形旋转、图像反转倒置镜像和图像缩放的知识，并结合前一篇论文灰度直方图进行展示。
其中代码中含有详细注释。
免费资源，希望能结合原文学习，也期望对你有所帮助，尤其是初学者！By:EastmountBUG修改见原文
其中代码中含有详细注释。
免费资源，希望能结合原文学习，也期望对你有所帮助，尤其是初学者！By:EastmountBUG修改见原文
3.63MB
1
文档为机器视觉，手眼系统标定部分的论文，对手眼系统的标定的理解很有帮助.一共有4篇分别为：工业机器人手眼标定技术研究简便高精度的机器人手眼视觉标定方法无标定摄像机手眼系统平移下的目标深度估计一种新的机器人手眼关系标定方法
2024/3/11 17:43:49
2.54MB
1
1.生成中英文数字混合的字符串的字模数据.2.可选择字体，大小，并且可独立调整文字的长和宽，生成任意形状的字符。
3.各种旋转，翻转文字功能4.任意调整输出点阵大小，并任意调整字符在点阵中的位置。
5.字模数据输出可自定义各种格式，系统预设了C语言和汇编语言两种格式，并且可自己定义出新的数据输出格式；
每行输出数据个数可调。
6.支持四种取模方式：逐行（就是横向逐行取点），逐列（纵向逐列取点），行列（先横向取第一行的8个点作为第一个字节，然后纵向取第二行的8个点作为第二个字节……），列行（先纵向取第一列的前8个点作为第一个字节，然后横向取第二列的前8个点作为第二个字节……）7.支持阴码（亮点为1），阳码（亮点为0）取模8.支持纵向（第一位为低位）（，倒向第一位为高位）取模9.输出数制可选16进制或10进制10.可生成索引文件，用于在生成的大量字库中可快速检索到需要的汉字11.动态液晶面板彷真，可调节彷真面板象素点大小和颜色12.图形模式下可任意用鼠标作画，左键画图，右键擦图。
12.旋转，翻转，平移等字符模式下的功能也可用与对BMP图象的处理版本为pctolcd1.94
3.各种旋转，翻转文字功能4.任意调整输出点阵大小，并任意调整字符在点阵中的位置。
5.字模数据输出可自定义各种格式，系统预设了C语言和汇编语言两种格式，并且可自己定义出新的数据输出格式；
每行输出数据个数可调。
6.支持四种取模方式：逐行（就是横向逐行取点），逐列（纵向逐列取点），行列（先横向取第一行的8个点作为第一个字节，然后纵向取第二行的8个点作为第二个字节……），列行（先纵向取第一列的前8个点作为第一个字节，然后横向取第二列的前8个点作为第二个字节……）7.支持阴码（亮点为1），阳码（亮点为0）取模8.支持纵向（第一位为低位）（，倒向第一位为高位）取模9.输出数制可选16进制或10进制10.可生成索引文件，用于在生成的大量字库中可快速检索到需要的汉字11.动态液晶面板彷真，可调节彷真面板象素点大小和颜色12.图形模式下可任意用鼠标作画，左键画图，右键擦图。
12.旋转，翻转，平移等字符模式下的功能也可用与对BMP图象的处理版本为pctolcd1.94
2024/3/9 2:21:53
704KB
1
张正友相机标定Opencv实现，附棋盘图和14张不同角度标定图。
包含完整的工程代码，有详细的注释说明，一键运行。
实现了相机标定、输出相机内参、外参、旋转和平移矩阵、标定效果评价、以及使用标定结果对原始棋盘图进行矫正。
包含完整的工程代码，有详细的注释说明，一键运行。
实现了相机标定、输出相机内参、外参、旋转和平移矩阵、标定效果评价、以及使用标定结果对原始棋盘图进行矫正。
2024/2/29 17:46:06
10.22MB
1
MFC实现的简单绘图程序，可以绘制直线，矩形，圆，贝泽尔曲线，功能：平移，放大缩小，旋转！仅供学习参考！
2024/2/29 11:46:10
3.67MB
1
在机器人视觉系统中运用SIFT描述子对现实世界中的目标进行识别，这一研究已经取得了很大的进步。
运用SIFT生成的图像特征向量的性能十分稳定，对旋转、缩放、平移是保持不变性的，对一定程度目标遮挡、光照变化、视点变化、杂物场景和噪声等也能保持很好的不变性。
RANSAC算法早就已经是计算机视觉领域常用的一个进行矫正的标准方法，在标准的RANSAC算法基础上加入了假设评价，改进为R-RANSAC（TheRandomizedRANSAC）算法。
对这两个方面进行论述，运用SIFT（尺度不变特征变换）算法对双目机器人的两幅视觉图像进行匹配，采用带SPRT的R-RANSAC改进算法对匹配过程进行优化，尽可能在短的时间里完成匹配矫正，进而加速整个配准的时间。
运用SIFT生成的图像特征向量的性能十分稳定，对旋转、缩放、平移是保持不变性的，对一定程度目标遮挡、光照变化、视点变化、杂物场景和噪声等也能保持很好的不变性。
RANSAC算法早就已经是计算机视觉领域常用的一个进行矫正的标准方法，在标准的RANSAC算法基础上加入了假设评价，改进为R-RANSAC（TheRandomizedRANSAC）算法。
对这两个方面进行论述，运用SIFT（尺度不变特征变换）算法对双目机器人的两幅视觉图像进行匹配，采用带SPRT的R-RANSAC改进算法对匹配过程进行优化，尽可能在短的时间里完成匹配矫正，进而加速整个配准的时间。
2024/2/17 5:39:03
538KB
1
NSCT方法是由传统的contourlet变化改进而来，contourlet变化是用轮廓段的基结构来对图像的直线奇异和曲线奇异进行逼近检测，但其融合后的图像不具有平移不变性，没有很好的消除混频现象以及吉布斯现象。
而本文提出的NSCT不但保留了contourlet变化的多尺度，多方向，各向异性等优点，在图像分解时采用来非下采样形式剪切波变换能够很好的避免图像由于分解与重构带来的细节丢失，更重要的是分解后的图像与原图像大小相同，因此能够更好的完整描述图像的方向性和特征。
而本文提出的NSCT不但保留了contourlet变化的多尺度，多方向，各向异性等优点，在图像分解时采用来非下采样形式剪切波变换能够很好的避免图像由于分解与重构带来的细节丢失，更重要的是分解后的图像与原图像大小相同，因此能够更好的完整描述图像的方向性和特征。
2024/1/22 22:43:34
95KB
1
VS2010环境下运行。
包含多种计算机图像学的基本算法：DDA画线，Bresenhen算法，画圆，画多边形，Cohen-Sutherland裁剪算法，Liang-Barsky裁剪算法，扫描线填充算法，三次样条曲线，Bezier曲线，三次B样条曲线，二维图形变换（平移，缩放，旋转），Z-buffer消隐。
欢迎下载^^
包含多种计算机图像学的基本算法：DDA画线，Bresenhen算法，画圆，画多边形，Cohen-Sutherland裁剪算法，Liang-Barsky裁剪算法，扫描线填充算法，三次样条曲线，Bezier曲线，三次B样条曲线，二维图形变换（平移，缩放，旋转），Z-buffer消隐。
欢迎下载^^
2023/12/23 11:03:07
39.94MB
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