-
实现DFT和FFT及其逆变换
C语言实现,快速傅里叶对于非标准图像处理有欠缺,快速傅里叶的输入最好为标准图像大小,否则逆变换后原图会出现模糊,该源码中包含基本的dft变换,速度很慢,但处理任何图都可以。
- 2022-06-26 06:05:38下载
- 积分:1
-
基于暗原色去雾方法c++源程序
基于暗原色先验的去雾算法,效果不错,包含完整的源代码程序,并附有实验结果图。可以成功编译并运行,速度较快。使用Opencv结合C++语言实现的。
- 2022-02-03 11:13:01下载
- 积分:1
-
妻子由 en c + +、 qt
Cette 应用程序倒关于 de traiter des 的图像与 qt en,c + +。
点石 cette 应用然而 implémenté 几 algorithmes dans le domaines 空间,告诉 que la 活动 des 轮廓与 Sobel、 binarisation、 seuillage、 moyenneur、 mediane......
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
- 2023-01-18 18:25:03下载
- 积分:1
-
无透镜傅里叶全息再现仿真
基于傅里叶变化的无透镜全息再现技术的仿真运算,可对无透镜全息系统所得的全息图进行处理,得到再现象!!!!
- 2022-01-24 14:26:52下载
- 积分:1
-
图像超分辨率
图像的超分辨率处理。将一张正方形图像先降采样变成原来的1/16,然后经过迭代反投影算法再变回原来的大小。将小图和大图比较可以发现清楚了很多。注意一定要放入正方形的图。迭代反投影算法是将模拟低分辨率图像和观测低分辨率图像的误差叠加到当前估计高分辨率图像,生成新的高分辨率估计图像,进行欠采样得到当前低分辨率模拟图像,不断循环迭代这个过程,直到误差精确达到要求范围或直到迭代次数完成(避免出现死循环)。
- 2022-03-22 22:46:38下载
- 积分:1
-
python-opencv 教程
应用背景Python opencv 图像处理基础教程,转自网络,主要是Python对于图像的增强,变换,匹配,轮廓,视频处理,分割,跟踪,投影等等关键技术的初级教程。关键技术图像处理 Python 实现,Python opencv 图像处理基础教程,opencv Python入门基础,gui,图像处理(平滑,金字塔,尺寸,阈值化),图像变换(梯度算子,仿射变换,等等),直方图,图像匹配,目标跟踪,轮廓操作,等等
- 2022-06-13 00:26:13下载
- 积分:1
-
手指打印 minuate 萃取
此代码用于提取指纹的确切特征。从这段代码,我们可以得到的分岔和终止脊与这个我们可以使用此方法验证的目的。
- 2022-03-23 20:24:14下载
- 积分:1
-
Metropolis-Hastings算法
http://en.wikipedia.org/wiki/Metropolis-Hastings_algorithm
大都会-黑斯廷斯算法是马尔科夫链蒙特 Carlo 方法获取从概率分布的随机样本序列为直接采样是困难的。序列可以用
近似分布。
下面的代码是算法的大都市-黑斯廷斯,一个简单的实现这些代码根据 linux 运行系统。 编译,并也可以用在 Windows 操作系统中。
Metropolis_demo.cpp 是一个演示取样高斯分布。
在 matlab 才能看到结果运行 metropolis_demo.m。您可以修改 metropolis_demo.cpp
适应代码到你自己的问题。
- 2022-05-05 17:59:50下载
- 积分:1
-
视频转gif动图
资源描述
苹果电脑上将视频转为gif动图的小工具
- 2022-02-05 02:50:06下载
- 积分:1
-
利用MATLAB的人脸检测系统
应用背景人脸检测是自动人脸识别系统中的第一步,也是最重要的一步。它的可靠性大大影响整个系统的性能和可用性。关键技术版本:7;7版本增加了一个神经网络的实现。请访问该程序的官方网站,在地址:http://www.facedetectioncode.com你会找到关于如何运行程序的说明,一些基本的算法和一个论坛和一个联系页面来讨论它。运行程序: ; ;1所有文件和目录复制到MATLAB的工作文件夹 ;为运行这个程序,你必须有图像处理工具箱2 -找到一个名为“主”的文件。3 -双击此文件或键入“主”在命令窗口中4 -一个菜单将显示。点击“火车网络”,等到节目结束后,才进行培训和5 -点击“测试照片”。将出现一个对话框。选择一个JPG图片。 ; ; ;6-wait直到程序检测到一些面孔
- 2023-07-26 03:00:03下载
- 积分:1