regexdesigner.net是一个强力的可视化工具，可以协助我们构建与测试.NET正则表达式，RegexDesigner.NET让我们将我们开发出的正则表达式集成到我们的应用程序，可以方便的生成C#或VB.NET代码并编译成程序集特点：1.Fullsource2.交互式匹配.NET的正则表达式3.语法高亮匹配结果，包括零长度匹配和隐藏字符4.工具提示中显示匹配的组5.正则表达式匹配，替换，分割。
6.正则表达式项目，以保存表达式，文字，以匹配所有的regex选项。
7.为所有正则操作生成C#和VB.NET代码8.生成编译的程序集9.联机协助。
该版本为修改版。
支持中文，且内容无大小限制。
6.正则表达式项目，以保存表达式，文字，以匹配所有的regex选项。
7.为所有正则操作生成C#和VB.NET代码8.生成编译的程序集9.联机协助。
该版本为修改版。
支持中文，且内容无大小限制。
2017/9/8 4:04:17
129KB
1
基本思路：微分方程求解，**用邻近的像素替换那些坏标记，使其看起来像是邻居**。
假设图像里的一个区域要修复。
算法从这个区域的边界开始，逐步地进入区域，把边界内的所有东西填充上。
它取要修复的部分周围的一个像素周围的一小片邻居。
这个像素被周围已知的像素的标准加权和替换掉。
选择权重是很重要的。
要修复的点周围像素的权重较高。
和正常边界近的，还有在边界轮廓上的像素的权重较高。
当像素被修复以后，它会通过快速匹配方法($FMM$)移动到最近的像素。
$FMM$保证那些已知像素周围的像素首先被修复，所以这个就像人工启发式的操作一样。
$OpenCV$提供了两种算法。
两者都可以通过相同的函数访问，$cv2.inpaint（）$。
第一种算法基于$AlexandruTelea$于2004年发表的“基于快速行进方法的图像修复技术”。
它基于快速行进方法。
考虑图像中要修复的区域。
算法从该区域的边界开始，然后进入区域内，逐步填充边界中的所有内容。
它需要在邻近的像素周围的一个小邻域进行修复。
该像素由邻居中所有已知像素的归一化加权和代替。
选择权重是一个重要的问题。
对于靠近该点的那些像素，靠近边界的法线和位
假设图像里的一个区域要修复。
算法从这个区域的边界开始，逐步地进入区域，把边界内的所有东西填充上。
它取要修复的部分周围的一个像素周围的一小片邻居。
这个像素被周围已知的像素的标准加权和替换掉。
选择权重是很重要的。
要修复的点周围像素的权重较高。
和正常边界近的，还有在边界轮廓上的像素的权重较高。
当像素被修复以后，它会通过快速匹配方法($FMM$)移动到最近的像素。
$FMM$保证那些已知像素周围的像素首先被修复，所以这个就像人工启发式的操作一样。
$OpenCV$提供了两种算法。
两者都可以通过相同的函数访问，$cv2.inpaint（）$。
第一种算法基于$AlexandruTelea$于2004年发表的“基于快速行进方法的图像修复技术”。
它基于快速行进方法。
考虑图像中要修复的区域。
算法从该区域的边界开始，然后进入区域内，逐步填充边界中的所有内容。
它需要在邻近的像素周围的一个小邻域进行修复。
该像素由邻居中所有已知像素的归一化加权和代替。
选择权重是一个重要的问题。
对于靠近该点的那些像素，靠近边界的法线和位
2021/2/6 11:52:54
686B
1
基于相机的2D特征跟踪这是功能跟踪模块，用于评估自动车辆碰撞检测系统的各种检测器/描述符组合。
该项目包括四个部分：加载图像，设置数据结构并将所有内容放入环形缓冲区以优化内存负载。
集成了几个关键点检测器，例如HARRIS，FAST，BRISK和SIFT，并就关键点数量和速度进行了比较。
使用蛮力以及FLANN方法提取和匹配描述符。
以不同的组合测试各种算法，并就某些功能指标进行比较。
本地运行的依赖项cmake＞=2.8所有操作系统：make＞=4.1（Linux，Mac），3.81（Windows）Linux：大多数Linux发行版默认都安装了makeMac：Windows：OpenCV＞=4.1必须使用-DOPENCV_ENABLE_NONFREE=ONcmake标志从源代码进行编译，以测试SIFT和SURF检测器。
Open
该项目包括四个部分：加载图像，设置数据结构并将所有内容放入环形缓冲区以优化内存负载。
集成了几个关键点检测器，例如HARRIS，FAST，BRISK和SIFT，并就关键点数量和速度进行了比较。
使用蛮力以及FLANN方法提取和匹配描述符。
以不同的组合测试各种算法，并就某些功能指标进行比较。
本地运行的依赖项cmake＞=2.8所有操作系统：make＞=4.1（Linux，Mac），3.81（Windows）Linux：大多数Linux发行版默认都安装了makeMac：Windows：OpenCV＞=4.1必须使用-DOPENCV_ENABLE_NONFREE=ONcmake标志从源代码进行编译，以测试SIFT和SURF检测器。
Open
2017/8/3 20:02:28
3.9MB
1
在现代通信系统中，由于信号中经常混有各种噪声和干扰，所以很多信号分析都是基于滤波器而进行的，而数字滤波器是通过数值运算实现滤波，具有处理精度高、稳定、灵活、不存在阻抗匹配问题等优点，可以实现模拟滤波器无法实现的特殊滤波功能。
数字滤波器根据其冲激响应函数的时域特性，可分为两种，即无限长冲激响应(IIR)数字滤波器和有限长冲激响应(FIR)数字滤波器。
实现IIR滤波器的阶次较低，所用的存储单元较少，效率高，精度高，而且能够保留一些模拟滤波器的优良特性，因而应用很广。
Matlab软件以矩阵运算为基础，把计算、可视化及程序设计有机融合到交互式工作环境中，并且为数字滤波的研究和应用提供了一个直观、高效、便捷的利器。
尤其是Matlab中的信号处理工具箱使各个领域的研究人员可以直观方便地进行科学研究与工程应用。
本文根据模拟滤波器的设计原理，提出了IIR数字滤波器的设计方法，并在MATLAB环境下实现了IIR数字滤波器的设计和仿真。
其主要内容概括为：首先对滤波器的原理和设计进行了介绍；
接着描述了IIR数字滤波器的基本概念，其中包括系统的描述、系统的传递函数、系统的模型；
接着简单介绍MATLAB，并对数字滤波器在MATLAB环境下如何实现进行了介绍；
重点描述了IIR数字滤波器的设计过程，最后对IIR滤波器进行仿真。
关键词：MATLAB，IIR数字滤波器，模拟滤波器
数字滤波器根据其冲激响应函数的时域特性，可分为两种，即无限长冲激响应(IIR)数字滤波器和有限长冲激响应(FIR)数字滤波器。
实现IIR滤波器的阶次较低，所用的存储单元较少，效率高，精度高，而且能够保留一些模拟滤波器的优良特性，因而应用很广。
Matlab软件以矩阵运算为基础，把计算、可视化及程序设计有机融合到交互式工作环境中，并且为数字滤波的研究和应用提供了一个直观、高效、便捷的利器。
尤其是Matlab中的信号处理工具箱使各个领域的研究人员可以直观方便地进行科学研究与工程应用。
本文根据模拟滤波器的设计原理，提出了IIR数字滤波器的设计方法，并在MATLAB环境下实现了IIR数字滤波器的设计和仿真。
其主要内容概括为：首先对滤波器的原理和设计进行了介绍；
接着描述了IIR数字滤波器的基本概念，其中包括系统的描述、系统的传递函数、系统的模型；
接着简单介绍MATLAB，并对数字滤波器在MATLAB环境下如何实现进行了介绍；
重点描述了IIR数字滤波器的设计过程，最后对IIR滤波器进行仿真。
关键词：MATLAB，IIR数字滤波器，模拟滤波器
2017/10/26 3:40:54
655KB
1
设计并实现了基于图像检索的地标识别系统。
该系统通过捕捉地标的视觉特征，协助游客或使用者更好地理解图像的内容并同时提供图像拍摄的地理位置信息。
首先根据提取的SURF特征搜寻地标在数据库中的最优匹配，然后根据最优匹配结果给出输入地标在地图中的位置。
系统采用的层次化数据库结构和分级检索方式，使得检索效率比传统的遍历检索方式提高30%。
大量实验证明文中提出的算法具有鲁棒性和高准确性，该系统已在高校内部地标识别中测试使用成功。
该系统通过捕捉地标的视觉特征，协助游客或使用者更好地理解图像的内容并同时提供图像拍摄的地理位置信息。
首先根据提取的SURF特征搜寻地标在数据库中的最优匹配，然后根据最优匹配结果给出输入地标在地图中的位置。
系统采用的层次化数据库结构和分级检索方式，使得检索效率比传统的遍历检索方式提高30%。
大量实验证明文中提出的算法具有鲁棒性和高准确性，该系统已在高校内部地标识别中测试使用成功。
2015/7/23 17:04:01
1.09MB
1
VisualC++数字图像处理技术详解（第2版）配套光盘本书以数字图像处理技术为主线，全面介绍在VisualC++环境中进行数字图像处理程序设计的方法，内容涵盖了数字图像的几何变换、正交变换（特征提取）、增强、复原、重建、形状学处理、分割、匹配、压缩编码及特效处理等，并针对每种方法均给出基本原理、典型算法、VisualC++源码及综合应用实例。
同时，本书还介绍了VisualC++与VTK、OpenCV等开发平台相结合进行数字图像处理的程序设计技术。
本书内容全面，深入浅出，层次分明，侧重知识的系统性、针对性和先进性，注重理论结合实践，培养工程应用能力。
另外，本书还配有综合实例的完整源程序，便于在学习和实际开发中使用。
同时，本书还介绍了VisualC++与VTK、OpenCV等开发平台相结合进行数字图像处理的程序设计技术。
本书内容全面，深入浅出，层次分明，侧重知识的系统性、针对性和先进性，注重理论结合实践，培养工程应用能力。
另外，本书还配有综合实例的完整源程序，便于在学习和实际开发中使用。
2020/5/12 1:25:31
167.64MB
1
基于可变窗口的立体匹配C++程序代码,没有错误,可以直接运行,只需要把自己的图像路径改一下即可,用的是经典tsukuba图相对进行匹配的,效果不错,对新接触立体匹配的同学很有协助,我的主页还有SADSSDNCC的经典局部立体匹配算法,需要的话也可以去我的主页下载
2017/7/13 1:21:41
3.44MB
1
将两幅或多幅图像成功导入系统中。
实现对图像的匹配和去噪工作，使得图像几何对齐以此消除图像间的形状差异并避免将源图像中的噪声当做重要信息保留至融合结果中。
编写完成加权品均算法和主成分分析算法。
程序对源图像像素级灰度值进行处理，依据算法得出相应的融合图像。
通过观察融合结果，体会其算法的不足之处。
编写完成小波融合算法。
程序能够选定合适的小波基，对源图像成功进行小波分解，分别得到低频近似图像和各个尺度、各个方向上的高频细节图像。
低频图像的加权平均融合和高频融合算法运行无误
实现对图像的匹配和去噪工作，使得图像几何对齐以此消除图像间的形状差异并避免将源图像中的噪声当做重要信息保留至融合结果中。
编写完成加权品均算法和主成分分析算法。
程序对源图像像素级灰度值进行处理，依据算法得出相应的融合图像。
通过观察融合结果，体会其算法的不足之处。
编写完成小波融合算法。
程序能够选定合适的小波基，对源图像成功进行小波分解，分别得到低频近似图像和各个尺度、各个方向上的高频细节图像。
低频图像的加权平均融合和高频融合算法运行无误
2015/4/3 20:22:47
12.66MB
1
角度测试配方此仓库适用于Angular2+版本。
该存储库的目标是为Angular提供常见测试场景的配方集合。
我为每一个建议/建议感到高兴:grinning_face_with_big_eyes:。
谈话（视频+幻灯片）我不断在讲“用Angular测试”。
内容所有方案都在下面列出，并且很好地链接到了源文件。
了解如何测试组件的@Input()。
了解如何测试组件的@Output()，更具体地说是EventEmitter类型。
了解如何使用fakeAsync和discardPeriodicTasks()处理组件内部的计时器。
了解如何测试可能由*ngIf语句等引起的DOM操作。
了解如何测试指令。
测试基于某些条件表达式从组件模板动态添加和删除CSS类。
使用自定义Jasmine匹配器测试动态CSS样式。
了解如何模拟不需要测试的嵌套组件通过手动实例化组件来简单测试组件逻辑了解将服务注入测试用例的不同方法，以及如何测试服务方法。
了解如何使用async()和fakeAsync()函数测试异步操作。
模拟了
该存储库的目标是为Angular提供常见测试场景的配方集合。
我为每一个建议/建议感到高兴:grinning_face_with_big_eyes:。
谈话（视频+幻灯片）我不断在讲“用Angular测试”。
内容所有方案都在下面列出，并且很好地链接到了源文件。
了解如何测试组件的@Input()。
了解如何测试组件的@Output()，更具体地说是EventEmitter类型。
了解如何使用fakeAsync和discardPeriodicTasks()处理组件内部的计时器。
了解如何测试可能由*ngIf语句等引起的DOM操作。
了解如何测试指令。
测试基于某些条件表达式从组件模板动态添加和删除CSS类。
使用自定义Jasmine匹配器测试动态CSS样式。
了解如何模拟不需要测试的嵌套组件通过手动实例化组件来简单测试组件逻辑了解将服务注入测试用例的不同方法，以及如何测试服务方法。
了解如何使用async()和fakeAsync()函数测试异步操作。
模拟了
2017/10/4 23:40:20
150KB
1
本资源是基于matlab的平方根升余弦滤波器仿真。
将波构成形滤波器放置在收发两端，即在发送端和接收端分别用一个平方根升余弦滤波器，并且使两个滤波器满足匹配滤波原则。
分析了平方根余弦滚降滤波器对信号的影响。
将波构成形滤波器放置在收发两端，即在发送端和接收端分别用一个平方根升余弦滤波器，并且使两个滤波器满足匹配滤波原则。
分析了平方根余弦滚降滤波器对信号的影响。
2019/8/3 12:58:06
835B
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