搜索资源列表
XVision2.0-lite.tar
- xvision，c语言编写，视觉跟踪程序在；linux下运行-xvision, c language, visual tracking procedures; Linux running
OpenCV
- 书中的C/C++语言实例。各实例子目录中的*.dsw和*.dsp文件分别为Windows下Visual C++ 6.0的Workspace文件和Project文件；Makefile是Linux下GNU Make的输入文件。在Windows环境下，双击*.dsw文件将会启动Visual C++ 6.0并装载该实例；在Linux环境下，输入make命令就可以编译该实例。
Source-code-examples
- 《Linux窗口程序设计——Qt4精彩实例分析》对应源码，Qt是诺基亚开发的一个跨平台的C++图形用户界面应用程序框架。-Linux Winform Programming: Qt4 Programming by examples；Qt development of a cross-platform c++ graphical user interface application framework。
ocr0
- 基于人工神经网络的光学字符识别系统及硬件实现 研究了人工神经网络及光学字符识别的基本理论、一般方法： 对人工神经网络的发展、现状、理论做了深入的研究。重点研究了BP网络的原理、特点、应用方法。研究了脱机光学字符识别的方法、理论。重点研究了基于K-L变换的字符图像的特征抽取方法。 研究了基于ARM技术的嵌入式系统的构造、设计： 通过实际动手，研究了基于ARM技术的处理器的基本构造、使用方法；使用并比较了三星4510b、atmel at91rm9200芯片的性能；掌握了高频印刷
OpenCV
- 书中的C/C++语言实例。各实例子目录中的*.dsw和*.dsp文件分别为Windows下Visual C++ 6.0的Workspace文件和Project文件；Makefile是Linux下GNU Make的输入文件。在Windows环境下，双击*.dsw文件将会启动Visual C++ 6.0并装载该实例；在Linux环境下，输入make命令就可以编译该实例。 -Book C/C++ Language examples. The examples subdirectory in the
softhy52g
- 一、产品介绍： LMCMS 居于PHP5+MySQL5的技术开发，支持Windows、Linux、Unix等多种服务器平台，从2007年开始发布第一个版本开始，至今已发布了四个大版本。LMCMS以简单、健壮、灵活几大特点。二、技术特点 LMCMS使用独创的模板引擎，使用方便简单（附带详细模板制作教程）。LMCMS最大特点，为满足不同用途的需求，而设计独到的内容模型，目前能满足大多数用户需求。三、LMCMS主要功能 (1) 默认内置模型：文章、桌面、写真、摄影、下载、共享等； (2) 默认模块：留
login
- linux下的c语言代码，调用linux的Ncurses图形库，实现用户登录界面，tab键实现焦点转移，输入帐号admin 密码123456则提示登录成功，linux下 make clean；make编译，./main执行-linux c language code, call the Ncurses linux graphics library that implements the user login screen, tab key to shift the focus to achiev
source-code
- Opencv教程的实例源代码 书中的C/C++语言实例。各实例子目录中的*.dsw和*.dsp文件分别为Windows下Visual C++ 6.0的Workspace文件和Project文件；Makefile是Linux下GNU Make的输入文件。在Windows环境下，双击*.dsw文件将会启动Visual C++ 6.0并装载该实例；在Linux环境下，输入make命令就可以编译该实例。-Opencv tutorial source code examples in the book
alglib-2.6.0.delphi
- ALGLIB是一个跨平台的数值分析和数据处理函数库。它支持多种编程语言，如C++，C#，Pascal，VBA等，可以在多个操作系统平台上运行，如：Windows，Linux和Solaris。ALGLIB有以下特点： （1）线性代数（包括矩阵分析）； （2）方程求解（线性和非线性）； （3）插值； （4）最优化； （5）快速傅里叶变换； （6）数值积分； （7）线性和非线性最小二乘拟合； （8）常微分方程求解； （9）特殊函数； （10）统计（描
HarrisCorner
- 对输入的一张彩色图像，自己写代码实现Harris Corner 检测算法： 1. 不能直接调用OpenCV 里面与Harris 角点检测相关的一些函数； 2. 只能用C/C++，不能用其他语言； 3. GUI 只能用自带的HighGUI，不能用QT 或其他的； 4. 平台可以用Windows， Linux, MacOS； 5. 显示中间的处理结果及最终的检测结果，包括最大特征值图，最小特征值图，R 图（可以考虑彩色 展示），原图上叠加检测结果等，并将这些中间结果都输出成图