搜索资源列表
DigitRec
- 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别 识别的结果显示在屏幕上，同时也输出到文件result.txt中 该系统的识别率一般为90％ 另外，也可以单独对打开的图片一步一步进行图像预处理工作。但要注意，每一步工作只能执行一遍，而且
bmp_resolution
- 位图图像处理,能打开8位，24位位图，进行彩色转灰度，亮度，对比度调整，二值化操作！-resolution for bmp image handling.
digital
- 用VC++实现印刷体数字的自动识别，首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90 。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。 具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“去噪”－“倾斜校正”－“分割”－“标准化尺寸”－
LineTrans
- 位图图像的打开，并可输入任意的阈值，来进行图像的二值化-Open the bitmap image and the importation of arbitrary threshold for image binarization
Licensenumber
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
07856234OCR(VCPP)
- 该系统的识别率一般为90 ，另外，也可以单独对打开的图片一步一步进行图像预处理工作。但要注意，每一步工作只能执行一遍，而且要按顺序执行。步骤为：“256色位图转为灰度图”“灰度图二值化”“去噪”“倾斜校正”“分割”“标准化尺寸”“紧缩重排”，另外注意，要识别的图片，要与win.dat、whi.dat位于同一目录。此两文件保存训练后网络的权值参数-The system s recognition rate is 90 , also can be used alone to open the pic
Ffaccegotoinsa
- 人脸识别因其在安全验证系统、信用卡验证、医学、档案管理、视频会议、人机交互、系统公安(罪犯识别等)等方面的巨大应用前景而越来越成为当前模式识别与人工智能领域的一个研究热点。 本文提出了一种基于24位彩彩色图图像对人脸进行识别的方法，介绍的主要内容是图像处理，它在整个软件源码中占有极其重要的地位，图像处理的好坏直接影响着定位与识别的准确率。本软件源码主要用到的图像处理技术是：光线补偿、高斯平滑与二值化 -Face recognition because of its great future
tt
- VC6.0写的MFC程序，主要功能： 1.打开BMP格式灰度图像，按BMP格式一点一点读； 2.显示灰度图像的直方图，可以在直方图上选择阈值进行二值化，可以直方图均衡化； 3.可以保存处理后的图片； 4.灰度位图的几何变换：平移变换、旋转变换、缩放变换； 5.灰度位图的噪声抑制：“中值滤波”的模板大小采用3*3与5*5分别实现、“均值滤波”的模板大小为3*3，实现“算术平均(H0)”和“加权平均(H1、H3)”、实现高斯滤波(H2)；
Image
- 分别可以根据图像。对一位图，二位图，四位图，八位图，十六位图，二十四图，三十二位图文件显示，并显示像素点的rgb值和坐标值-Respectively, according to the image. On a map, the two maps, four Figure eight, sixteen Figure twenty-four Figure thirty-two drawing files and display pixel rgb values and c
chap1_5
- 整合了24位BMP转8位灰度图，图像锐化，中值滤波，二值化处理，Soble,Krisch边缘检测，轮廓提取，计算矩形角度等-Integrated 24 BMP to eight grayscale, image sharpening, median filtering, binarization, Soble, Krisch edge detection, contour extraction, rectangular angle calculation
ErPicDebugTool
- 主要功能： JPEG文件转BMP BMP 文件切割 24位RGB转8位灰度图 图像平滑去除噪点 梯度二值化边缘-Main function: JPEG file to BMP BMP file cutting 24 RGB to 8 bits gray image Image smoothing to remove noise Two binary gradient edge
License-plate-recognition
- 载入数字车牌，智能识别，检测返回识别的数字，此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。 “256色位图转为灰度图”－“灰度图二值化”－“去噪”－“倾斜校正”－“分割”－“标准化尺寸”－“紧缩重排”。采用神经网络进行训练识别，识别率达到90 -Loading digital license plate, identification, detection returns the identification number, is