登录
首页 » 图像处理 » 多支持向量机的字符识别

多支持向量机的字符识别

于 2022-03-17 发布 文件大小:1.50 kB
0 242
下载积分: 2 下载次数: 1

代码说明:

&提出了一种基于Bernsen算法和支持向量机(SVM)的车牌识别方法;

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • opencv 目标检测跟踪
    本代码可以对视频中的运动物体进行监测和跟踪 并用了高斯背景模型进行背景建模 效果很好 而且对检测到的物体进行了矩形框标记 
    2023-05-23 02:05:03下载
    积分:1
  • 水印 ;隐写术 ;离散余弦变换
    在隐写术过程中,在空间域中嵌入秘密图像覆盖不是不可感知性和鲁棒性,所以要频率域。在频率域、 DCT 用于拆分的低频和高频 spareately。它是比空间域
    2022-04-02 09:03:08下载
    积分:1
  • c# 图像处理 gamma值调节
    应用背景 用于图像处理,调节图片的gamma值,已调试过,可用,基于vs2012.无数据库。能进行图片的调节,左右有对比啊。 关键技术 调节图片的gamma值,用vs开发,是c#开发的,有借鉴价值,图片处理,可已使用。
    2022-03-06 00:28:42下载
    积分:1
  • 支持向量机
    应用程序向导已为您创建了此 trainsvm11.25 应用程序。 本文件概要介绍组成 trainsvm11.25 应用程序的每个文件的内容。 trainsvm11.25.vcxproj     这是使用应用程序向导生成的 VC++ 项目的主项目文件,     其中包含生成该文件的 Visual C++      的版本信息,以及有关使用应用程序向导选择的平台、配置和项目功能的信息。 trainsvm11.25.vcxproj.filters     这是使用“应用程序向导”生成的 VC++ 项目筛选器文件。  请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 加载中 侵权举报
    2022-03-03 20:07:16下载
    积分:1
  • 半盲清晰化
    该方法能够处理无约束的模糊,但也允许使用或先验信息的约束上模糊筛选器,以及参数化的方式定义的筛选器的使用。
    2023-08-12 13:40:03下载
    积分:1
  • 地震数据处理
    地震勘探数据处理里的,可以读取sgy,提取层速度,做avo处理,测井方面的数据处理
    2022-07-10 17:14:59下载
    积分:1
  • 背景差分法
    视频图像处理,目标跟踪,以背景差分法分离出了前景和背景。背景建模,运动物体检测。Video image processing, target tracking, background
    2022-12-30 00:15:09下载
    积分:1
  • qrcode处理
    实现VC++二维码解码功能,解析常见二维码。QRcode解码译码器,功能为读入一张图片译出其内容,具体功能包括图形探测定位、图形过滤校正、检错纠错等。
    2022-12-09 01:30:03下载
    积分:1
  • 视网膜图像处理
    此源代码是用来精确地转换凹... 为此,我们有一个正常的和不正常的眼底图像上传到代码... 输出将是准确的凹/光盘位置的变换....
    2023-03-13 23:30:03下载
    积分:1
  • 使用 python 文档扫描仪图像
    你看,扫描使用智能手机的文件可以被分解成三个简单的步骤:第1步:检测边缘。步骤2:使用在图像中的边缘以找出轮廓(轮廓)表示一张纸被扫描。步骤3:应用一个透视变换,以获得所述文件的俯视图。线2-7手柄导入我们需要必要的Python包。我们将通过导入我上周讨论了我们four_point_transform功能启动。我们也将使用imutils模块,它包含了方便功能调整大小,旋转,裁剪和图像。你可以在我的基本的图像操作后阅读更多关于imutils。接下来,让我们从进口scikit图像的threshold_adaptive功能。该功能将帮助我们获得了“黑与白”感觉我们的扫描图像。最后,我们将使用NumPy的数值处理,argparse解析命令行参数,并CV2我们OpenCV的绑定。第10-13行手柄解析我们的命令行参数。我们只需要一台交换机的形象,--image,这是路径包含我们要扫描的文档的图像。现在,我们有路径,我们的形象,我们可以继续前进步骤1:边缘检测。第61行执行翘曲改造。事实上,所有的繁重被four_point_transform函数处理。同样,你可以阅读更多关于上周的帖子在此功能。我们将通过两个参数为four_point_transform:第一个是我们的,我们装过盘原始图像(不是大小之一),第二个参数是代表文件,乘以调整大小比例的轮廓。所以,你可能会奇怪,为什么我们乘以调整比例是多少?我们乘了调整后的比率,因为我们进行边缘检测,发现轮廓高度= 500像素的调整后的图像上。然而,我们希望将原来的图像,而不是调整大小后的图像上执行扫描,从而我们通过调整大小比率相乘的轮廓点。要获得黑白的感觉的形象,我们再采取扭曲图像,将其转换为灰度和应用自适应阈值上线65-67。
    2022-06-01 20:19:50下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载