C# 人脸识别实例

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.

基于Hog特征 SVM分类器，利用Opencv3.0进行手写数字识别的源代码及所需资源文件（训练图片、测试图片）

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

建立在Moravec算子基础上提取特征点后与另外一幅图像进行匹配计算，并输出特征点对应的匹配点像素坐标

1AttributeQuery属性查询2BufferAnalysis缓冲区分析3ComExtender使用Com组件扩展GIS服务器4Common_CustomDataSource_CSharp自定义数据源，XML，遥感影像数据5ContextManager通过Context为服务器添加图层，使用Image代替MapControl6ContextMenu右键菜单(全图，输出地图)7CustomRender自定义专题图实现(GDI)，非AO8CustomTask自定义任务，ITask，IFloatingPanelTask9CustomTool点、线、面、巨型、多边形、圆查询10DynamicAddResource动态添加本地/远程数据源，通过实例化MapResourceItem11ExportLegend输出图例，使用Image显示12FromControl使用用拖拉控件实现简单的地图浏览13FullSearch查询，全文查询14MapServerBrowserCS端使用AGS地图服务显示地图15NorthAmericaSample模版实例程序16Security移除图层、工具栏项、Task项17SetLayerVisibility控制图层可视性，使用Div代替Toc18SimpleAjaxAJAX原理实例19SpatialQueryCOMCom组件扩展服务器，空间查询20ThemeMap专题图，使用细粒度AO实现21VegSOE服务器对象扩展22webctrl_clientHtc，Web行为文件的使用23WebServiceTestGISWeb服务的使用与创建

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

C# 水平交错效果显示图像 实例

【实例简介】 C# OpenCV 调用实例 识别矩形,Opencv4 完整实例

此实例已经过测试，大家拿来即可使用，无须配置！ 两个功能：一个是用程序实现下载网络图片至本地，另一个是自动生成该图片的缩略图

一个C#使用WebService调用海康SDK实现抓图与录像实时下载的小例子