UI设计包括界面设计、菜单栏布局、进度条、结果展示和图片展示区域划分几个主要任务。
图像预处理包括图像的灰度化、二值化、反色处理、图形锐化、数字分割、归一化等主要任务。
特征提取为使用不同的特征提取方法,对于预处理过的图像,进行数字特征提取。
图像识别是对于数字图像,将特征提取出的数字矩阵数组,采用不同的识别方法,一个个地识别出他们对应的数字,最终显示在界面。
2025/6/24 19:37:25 206.13MB fisher knn svm recognition
1
基于tensorflow的卷积神经网络数字手写体识别,包括手写体数据集、模型训练和测试代码、训练好的模型,可以直接识别自己制作预处理后的手写体数字。
2025/6/13 11:46:18 51.9MB cnn mnist tensorflow
1
2008年的论文,用BP神经网络实现了离线的脱手写数字的识别,值得借鉴
2025/6/7 5:39:38 1.26MB BP; 手写体数字识别
1
博客:https://blog.csdn.net/weixin_45775701/article/details/109446515
2025/4/7 22:03:35 53.54MB tensorflow mnist python
1
基于神经网络的手写体数字识别,它是用matlab实现的,其中用3种不同的神经的网络方法实现了手写体数字的识别,非常利于初学者的学习和交流。
2025/1/28 18:36:14 83KB matlab 手写体 数字 识别
1
针对维吾尔文手写体文本中行分割问题,本文基于连通域大小将图像中文字分为三类,提出了自适应涂抹细化算法,对主体文本行进行定位;
并对第三类连通域中相邻两文本行间粘连的字符进行切割;
此外,利用重心范围内的邻域搜索算法,解决了剩余笔画的文本行归附问题。
实验结果表明,本文方法与常见的水平投影法,分段投影法,及涂抹方法相比具有更好的分割效果。
1
基于概率神经网络的手写体数字识别,简单实用的例程,适合Bp神经网络的学习者使用
2025/1/4 3:58:42 279KB 数字识别
1
手写体识别数据和原码,主要适用python中的numpy库,完成多层感知机,CNN,这两种方式对mnist数据集的识别
2024/12/24 5:01:02 24.68MB CNN 多层感知机 深度学习 手写体识别
1
代码可直接用,KNN算法代码清晰易懂,含有mnist手写体文件,java实现
2024/10/9 10:41:25 13.37MB java KNN mnist
1
使用BP算法的神经网络手写体数字识别,使用Python语言编写,包含四个文件:训练模块,测试模块,图像显示模块还有一个最简单的神经网络模型。
希望对大家有帮助。
(更改了上一版的一点注释错误)
2024/9/24 22:07:17 3KB Python 神经网络 BP算法
1
共 48 条记录 首页 上一页 下一页 尾页
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 钉钉 钉钉打卡