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.
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
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