搜索资源列表
车牌识别
- 需要注意的地方： 使用VC++6.0做开发工具， 采用简单的SDI框架结构 ，一次处理一幅位图(有兴趣的可以作成MDI) 1）位图信息的数据是从左下往右下为一行，一行一行往上排的。 2）每行像素应该是4的倍数，不足的地方用空点补齐，读的时候注意跳过冗余点。 3）主要数据都存在Doc里面，BMP的主要数据存在一个由ImgData指向的BYTE型的内存空间（根据位图的大小，动态分配的）。 4）数据读进来以后，注意向内存中贴图，以保证刷新的效率。 5)程序执行流程 应用程序生成--》
光学字符识别技术
- OCR算法代码。这不是一个完整的系统，没法生成可执行程序。代码基于Linux/KDE开发，用到了C++标准模板库。代码的目的是向读者展示一个OCR系统包括哪些部分，如何工作， 读者可以借鉴这些代码，改动后用到自己的系统中。由于这是从一个完整的OCR系统中抽取的部分代码，所以这些代码无法单独编译。 两个*.dat文件如下： char_data.dat：字符特征数据 words_de.dat：词库（后处理用）-OCR algorithm code. This is not a com
OCR算法之C语言代码
- OCR算法代码。 这不是一个完整的系统，没法生成可执行程序。 代码基于Linux/KDE开发，用到了C++标准模板库。 代码的目的是向读者展示一个OCR系统包括哪些部分，如何工作， 读者可以借鉴这些代码，改动后用到自己的系统中。 由于这是从一个完整的OCR系统中抽取的部分代码， 所以这些代码无法单独编译。 两个*.dat文件如下： char_data.dat：字符特征数据 words_de.dat：词库（后处理用） 如果需要完整实用的中文OCR代码，
200561555616250020000
- 车牌识别系统 需要注意的地方： 使用VC++6.0做开发工具， 采用简单的SDI框架结构 ，一次处理一幅位图(有兴趣的可以作成MDI) 1）位图信息的数据是从左下往右下为一行，一行一行往上排的。 2）每行像素应该是4的倍数，不足的地方用空点补齐，读的时候注意跳过冗余点。 3）主要数据都存在Doc里面，BMP的主要数据存在一个由ImgData指向的BYTE型的内存空间（根据位图的大小，动态分配的）。 4）数据读进来以后，注意向
DigitRec
- 数字识别系统源代码: 第一步：训练网络。使用训练样本进行训练 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”－“
BrowseDXF
- 此代码用于从CAD所生成的DXF文件中提取所需的实体数据，该数据是来完成自动编程系统的关键数据。-for this code generated from the CAD DXF files from the data entities, The data is to complete the automatic programming system critical data.
digital-recognise
- 数字识别代码 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，而且要按顺序执行。步骤为：“256色位图
szsbxtydm
- 数字识别系统源代码.rar 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
zhuatubiao
- 功能简介：，帮助您轻松抓取各种资源文件中的图标，并可保存为图标和位图等格式或将其复制到系统剪切板中，以便在其它程序中粘贴时使用
DigitRec_source
- 此为数字识别系统的源码，该系统的识别率一般为90％。 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
libsvm-2.85
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用.
ocr
- 该源代码压缩包中有2款OCR手写文字识别源码。一款是陨落雕(ThirdApple)的大作，识别率不错，手写输入识别后分别给出匹配率和匹配的字符。另一款是国外的源代码，也比较简单，这个源代码有字符学习功能，可以先学习，然后识别的能力就增强了。同时该源代码具有识别库文件信息储存，可以把一些个人手写习惯的字符储存起来，这样系统识别效率就高多了。 这类源代码感兴趣的可以学习一下，有助于识别一些登录识别码的研究。目前这些源代码仅能识别英文字符和数字，第个源代码功能强些，可以识别自定义字符，但需要学习
TextRecognition
- 这个源代码有字符学习功能，可以先学习，然后识别的能力就增强了。同时该源代码具有识别库文件信息储存，可以把一些个人手写习惯的字符储存起来，这样系统识别效率就高多了
Skin_RecC__src
- 人脸识别中的分支—皮肤识别，相当于一个简单的边缘检测系统。用C#实现皮肤识别功能。文件包含源代码。-Face Recognition branch-skin identification, the equivalent of a simple edge detection system. C# skin recognition functionality. Document contains the source code.
windows_dibapi
- DIB(Device-indepent bitmap)的与设备无关性主要体现在以下两个方面： DIB的颜色模式与设备无关。例如，一个256色的DIB即可以在真彩色显示模式下使用，也可以在16色模式下使用。 256色以下(包括256色)的DIB拥有自己的颜色表，像素的颜色独立于系统调色板。 由于DIB不依赖于具体设备，因此可以用来永久性地保存图象。DIB一般是以*.BMP文件的形式保存在磁盘中的，有时也会保存在*.DIB文件中。运行在不同输出设备下的应用程序可以通过DIB来交换图象。 DIB还可以
TextRecognition
- 该源代码压缩包中有2款OCR手写文字识别源码。一款是陨落雕(ThirdApple)的大作，识别率不错，手写输入识别后分别给出匹配率和匹配的字符。另一款是国外的源代码，也比较简单，这个源代码有字符学习功能，可以先学习，然后识别的能力就增强了。同时该源代码具有识别库文件信息储存，可以把一些个人手写习惯的字符储存起来，这样系统识别效率就高多了。 -OCR
shuzishibie
- 数字识别代码 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％ -Digital identification code the first step: Training Network. Th
Neural-network-recognition-system
- 使用说明 第一步：训练网络。使用训练样本进行训练。 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”－
DigitRec
- 使用说明 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
上海理工大学+US!+基于微信的图像识别系统
- 一个可在微信端使用的深度学习的图像识别程序，使用keras开发，文件内包含训练集下载方式。(A deep learning in WeChat use of the image recognition program, using keras development, the document contains the training set, Download methods.)