source

delphi数字图像分割及代数.rar-digital image segmentation and algebra. Rar

三维计算机图形学消隐程序，很有用的哦。在VC++下调试通过的。-3D computer graphics blanking process, a very useful oh. Commissioning of the VC passed.

位图与调色板源代码bmp_in-Bitmap and palette source bmp_in

Graphics32图像控件最新版（V1.9.1加修正）是专门用于Windows Bitmap快速绘图构件及函式库，能够轻易制作半透明、多图层、缩放、Alpha混合、角度旋转等多种图像效果。

很好的边缘锐化（图像处理）-Edge Sharpening good (image processing)

JEPG图像中数字的识别，能实现JEPG图像中0~9之间数字的识别功能-JEPG of digital image recognition, to achieve JEPG image number between 0 ~ 9 recognition

这个程序(omni.com)是97年的Mekka ’97 4K Intro比赛的一等奖作品。整个程序全长409 5字节，其中包含133字节的自解压程序(类RAR压缩)，未解压的程序长4782字节。三维场景包含144个立方体，367个面，362个点，15个不同的64*64的纹理-this procedure (omni.com) is the Mekka 97 4K Intro"97 game the first prize entries. The entire procedure 409 5 byte length, which includes 133 bytes of self-extracting (RAR compression type), not long process of extracting 4,782 bytes. 3D cube contains 144, 367-, 362, 15* 64 different texture 64

图像的放缩算法，很不错-image scaling algorithm, very good

使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。-my english is poor

GIS简单的图形系统，可以兼容DWG等矢量数据-GIS simple graphical system that is compatible with DWG vector data, etc.