C# 浏览大图片 例子源码

利用饼型图分析产品市场占有率 实例 附源码

AutoCAD 以其通用的格式、完善的图形绘制功能及强大的图形编辑功能在各行业计算机辅助设计方面发挥着举足轻重的作用，对其进行二次开发能以更高精度、速度的进行计算机辅助设计，提高工作效率。如今 AutoCAD 支持的二次开发语言比较丰富，不管在哪种开发语言下对其进行二次开发 AutoCAD 的运行原理、程序设计的方法及开发思路是不变的。综合各种开发语言的性能、功能、开发周期、开发难度以及未来的趋势得出结论：在.NET(C#)环境下对其进行二次开发最为合适。本书力求循序渐进、由浅入深，详细介绍 AutoCAD 二次开发原理与技术。以.NET(C#)环境下二次开发为主线，并介绍.NET(C#)调用 ObjectARX(C )程序的方法，从而实现在 C#环境中构建程序框架(易于实现与修改)，必要的时候在 C 环境中实现复杂或目前未托管的程序功能。融入 C 程序让.NET(C#)开发即便捷高效又功能强大。本书在详细的介绍 AutoCAD 基本对象及功能实现的同时结合丰富的开发实例以拓展开发的思路、指导实践开发的过程。本书内容安排如下：第一章“概述” 主要介绍 AutoCAD 软件的功能用途以及开发环境。第二章“AutoCAD 操作应用” 简单介绍软件的应用操作。第三章“程序设计基础” 主要介绍程序设计的基础。第四章“数据库基础” 主要介绍数据库相关的基础知识。第五章 “AutoCAD.NET 开发” 主要介绍 AutoCAD.NET APIs 及 AutoCAD 开发的基本方法与过程。第六章“开发实例” 详细介绍 AutoCAD 的开发过程以及开发思路。本书版权属于数字建筑网(http://www.BimCad.org)站长李冠亿所有。

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

功能介绍：    该系统基本包含一般处理SQL的命令,其中使用了 Linq To Sql技术,强数据类型的DataAdapter,还有通过了一般连接Sql的连接,在必要的时候通过"SQL的存储过程",降低了通过普通方式代码的冗余度.对于动态绑定数据,本人还是只是使用了linq绑定.在校验方面,多是使用正则表达式.在一次性频繁处理数据库的更新操作的时候,偶尔使用多线程,自定义传递参数的类,来给多线程传递参数.该系统适合初学者,希望能给大家帮助...谢谢...菜单功能：     基本信息管理  人事管理 备忘记录 数据库维护 管理工具 系统管理

批量图片合并源码

数字图像处理算法典型实例

主要功能时串口调试，附带的C#自带画图以及MATLAB画图可供参考，根据实际需求更改源码。注意：使用MATLAB画图需要安装运行环境。

【实例简介】基于模板匹配的数字图片识别，使用opencv3进行图像处理

Relief-F 算法是由 Kononenko 在 Relief 算法基础上扩展得到的，可以用来解决多分类与回归问题。 Relief-F 特征选择算法利用特征与类别间的相关程度判别特征的敏感程度，敏感的特征能使同类样本靠近，非同类样本远离。基本思想是： 先随机从总样本集 D中获取一个样本 R， 然后在 与 R 同类样本集中和与R 异类 样 本 集 中 各 获 取 k 个近 邻 样 本， 在 特 征 集 F中如果某个特征上异类样本的距离大于同类样本，则这个特征是有利于分类的，增加其权重，重复 n 次 取所有结果的均值作为每个特征的最终权重值.

利用halcon mfc写了一个模板匹配demo，可以基于形状匹配，形状缩放匹配，灰度匹配对图像进行匹配