698073

具体实现思路：以4位数字的验证码为例 1、人工将验证码的4位数字每位对应的代码存入数据库中，每位存入0-9对应的代码，每个数可以多存这样可以提高识别率; 2、获取验证码以后，对其进行去背景、灰度处理、去噪点处理、分片处理以后生成每位数字对应的代码; 3、去背景色，这一步的目的是把验证码和背景颜色区别开来。4、去噪声：这一步要取出图像上的孤立点。这些孤立点被认为是噪声。  孤立点的定义：某个点，周围没有与该点等值的点。  或者某个连接块，该连接块的元素的个数小于某个给定值K， 把元素个数很小的连接块也定义为孤立点，有助于去处噪声。  去噪声算法：参照去背景算法。 5、图像锐化：图像锐化的目的是增强边界。这一步是可选的。看验证码的情况，这一步可以跳过。 6、图片有效区域截取：这个操作是将图片除验证码字符以外的边框去掉，只留下验证码字符图片，这样保证分片的准确性。 7、图片分片处理，这个处理是将整个图片分割成单个字符图片。8、拿分片图像生成的代码(eg:000111110011…..)与DB中已有代码相比较，取得相似度最高的即要验证码的字符;   注：如果DB的样本越多，识别的准确率也越高，但是速度会相应变慢

这个算法包实现了从多幅拥有共同结构的图像里提取出共同形状的骨架。( This package implements the algorithm for Sketching the Common as described in: Shai Bagon, Or Brostovsky, Meirav Galun and Michal Irani "Detecting and Sketching the Common", CVPR 2010)

itti算法进行感兴趣区域的选择，方法较好，可以直接运行。(itti algorithm select the region of interest ,and this program can run directly)

非局部平均，用来去除灰度图里面的噪声，效果明显(Probability Non-Local Means)

说明：  用c语言实现一些简单的图像处理功能，如灰度化、旋转、拷贝等(Some simple image processing functions, such as gray scale, rotation, copy, etc., are implemented in C language.)

说明：  结合模糊C均值聚类算法与水平集方法的图像分割代码，分割效果良好。(The image segmentation code based on fuzzy c-means clustering algorithm and level set method has a good segmentation effect.)

可以在程式畫面上任意畫圖寫字並且可清除再任意使用(Can any drawing program screens and write and to clear any longer use)

Opencv处理图像，用ostu法实现图像的二值化(Opencv image processing, using ostu method to achieve image binarization)

说明：  一个声纹识别的全代码,包括语音信号的预处理,建模,和识别(Voiceprint identification of a full code, including the speech signal pre-processing, modeling, and identification)

最大最小距离 聚类算法，可以对一维或者二维信号进行聚类分析。尤其是两类化情况较好时。(maxmum and minimum Cluster Algorithm)