手势识别，基于MATLAB。
提取了一种手势识别的算法，通过皮肤颜色模型将手势分割出来，然后追踪其边缘，再通过傅里叶系统作为特征向量进行识别。
识别率很高的。
手势
提取了一种手势识别的算法，通过皮肤颜色模型将手势分割出来，然后追踪其边缘，再通过傅里叶系统作为特征向量进行识别。
识别率很高的。
手势
2024/10/18 21:43:02
68KB
1
基于颜色直方图的图像检索程序，可选择使用RGB或HSV的颜色模型进行检索，二种均给出代码。
代码注释详尽，结构良好，运行正确。
代码注释详尽，结构良好，运行正确。
2024/8/10 15:52:51
28.48MB
1
计算机图形学经典教材，彩色扫描版。
计算机图形学（第4版）是一本经典著作，这次版本更新增加了许多实践内容，覆盖了近年来计算机图形学的全新发展和成就，并附有使用OpenGL编写的大量程序以及各种效果图。
本书共分24章，全面系统地讲解了计算机图形学的基本概念和相关技术。
作者首先对计算机图形学进行综述；
然后讲解了二维图形的对象表示、算法及应用，三维图形的相关技术、建模和变换等；
接着介绍了层次建模、动画技术、样条曲线表示、纹理处理等方面的内容，最后光照模型、颜色模型和交互输入法等。
计算机图形学（第4版）是一本经典著作，这次版本更新增加了许多实践内容，覆盖了近年来计算机图形学的全新发展和成就，并附有使用OpenGL编写的大量程序以及各种效果图。
本书共分24章，全面系统地讲解了计算机图形学的基本概念和相关技术。
作者首先对计算机图形学进行综述；
然后讲解了二维图形的对象表示、算法及应用，三维图形的相关技术、建模和变换等；
接着介绍了层次建模、动画技术、样条曲线表示、纹理处理等方面的内容，最后光照模型、颜色模型和交互输入法等。
2023/6/6 23:44:23
118.21MB
1
本资源是基于VS2017+opecv3.2开发的源码，主要功能是识别视频中的火焰，采用的算法是颜色检测，Thou-Ho(Chao-Ho)Chen,Ping-HsuehWu,andYung-ChuenChiou于2004年在ICIP发表的文章《AnEarlyFire-DetectionMethodBasedonImageProcessing》中建立的颜色模型。
声明：此代码核心部分来源网络，本人部分修改，共同学习提高。
如果协助请多多支持。
声明：此代码核心部分来源网络，本人部分修改，共同学习提高。
如果协助请多多支持。
2023/3/11 14:15:07
1.42MB
1
提取了一种手势识别的算法，通过皮肤颜色模型将手势分割出来，然后追踪其边缘，再通过傅里叶零碎作为特征向量进行识别。
识别率很高的。
识别率很高的。
2015/5/21 4:31:25
4KB
1
由于目前大多数交互式Graph-Cut分割算法很难达到精确分割且实时交互的效果.对此,提出一种基于局部颜色模型的改进算法.该算法利用Mean-Shift预分割,建立基于局部颜色模型的交互式分割框架,并将像素级的Graph-Cut算法转化为基于区域的算法进行快速求解.预分割之后的区域保持了原有图像的结构,不只提高了采用局部颜色模型估计分布的准确性,而且基于区域Graph-Cut的算法明显降低了计算的复杂度.实验结果表明,改进后的算法不只保证了分割的精确性,而且还达到了实时交互.
2017/11/5 4:27:31
818KB
1
针对基于机器视觉的农业导航机器人在图像处理时易受光照变化影响和常规导航线检测算法实时性、稳健性不高等问题，提出了YCrCg颜色模型，选择该颜色模型中与光照无关的Cg分量进行后续图像处理，采用基于二维直方图的模糊C均值聚类法(FCM)进行图像分割，并根据图像中作物行的特点，提出了基于直线扫描的作物行直线检测算法。
该算法将图像底边和顶边像素点作为直线的两个端点，通过移动上下端点位置产生不同斜率直线，选择包含目标点最多的直线作为作物行中心线。
实验表明，不同光照下基于YCrCg颜色模型的图像分割可以有效地识别出作物行，处理一幅640pixel×480pixel图片耗时约为16.5ms，直线扫描算法能快速精确的检测出导航线，与最小二乘法、Hough变换等算法相比具有速度快、抗干扰性强等优点。
该算法将图像底边和顶边像素点作为直线的两个端点，通过移动上下端点位置产生不同斜率直线，选择包含目标点最多的直线作为作物行中心线。
实验表明，不同光照下基于YCrCg颜色模型的图像分割可以有效地识别出作物行，处理一幅640pixel×480pixel图片耗时约为16.5ms，直线扫描算法能快速精确的检测出导航线，与最小二乘法、Hough变换等算法相比具有速度快、抗干扰性强等优点。
2020/4/17 11:09:47
4.05MB
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