原创 字符識別OCR研究二:簡單案例分析 字符識別

  圖像描述: 單張圖片,信息量比較大,字符區域明顯。   樣本以及待識別的樣本的處理過程:   首先二值化,閾值100時的效果圖。 第一步:檢測

原创 杭州計算機視覺交流組

活動名稱:計算機視覺如何商業化活動地點:浙大紫金港校區(預定)活動時間:羣內討論決定活動內容:1、學術交流:比如目標檢測,字符識別,圖像分類,跟蹤等等, 2、學術商業化交流:大家可以談談自己的項目,尋找合作伙伴 ,公司也可以在這時尋找需要

原创 OpenCV數字圖像處理八:圖像降採樣

#include <cv.h> #include <highgui.h> #include <cxcore.h> #include <stdio.h

原创 車牌識別技術詳解四--二值化找輪廓做分割得樣本(車牌分割,驗證碼分割)

這一節,主要講通過灰度化,自適應二值化,ROI找輪廓,輪廓篩選,ROI輪廓分割,自動割取樣本; 如圖:在車牌分割中應用比較廣,大致思路可以看我的程序,具體細節可以針對不同的檢測物體的大小以及背景更改。 #include <cv.h>

原创 車牌識別技術詳解三--字符檢測的正負樣本得取(利用鼠標畫框摳圖)

第二部分主要講解做目標檢測時候,怎麼得取正負樣本以及如何對正負樣本進行篩選。 (1)自己寫個鼠標拉框手工割取樣本的軟件,採用OpenCV的鼠標相應控件很容易實現。          前面已經通過directShow實現了視頻

原创 樹莓派 linux下modbus總結(TCP-modbus,RS232-modbus)

環境 win7 Anaconda2 一、安裝pyserial和modbus-tk: C:\Users\admin>cd C:\Anaconda2 C:\Anaconda2>easy_install pyserial Searc

原创 基於haar+adaboost的人臉檢測、深度學習的人臉識別技術應用綜述

版權聲明:本文爲博主原創文章,未經博主允許不得轉載。歡迎交流,QQ:896922782,微信:15058133936 目錄 第一節 核心技術 3 一、人臉檢測 3 二、特徵點檢測 5 三、人臉歸一化 5 四、人

原创 OpenCV數字圖像處理六:圖像垂直翻轉

/*OpenCV2.4.3*/ #include "stdafx.h" #include "opencv2/highgui/highgui.hpp"

原创 字符識別OCR研究三 字符識別,字符區域定位 經驗總結:

字符識別經驗總結: 一、      視頻幀中字符的識別(video ocr): 難點1:視頻流中,出現字符後,立即開始採集含有字符的視頻幀; 難點2:對視頻幀中字符區域的定位; 難點3:快速有效的識別出字符;   其中視頻幀中字符區域的定

原创 嵌入式開發八:ARM cortex A8/9 - Android NDK - NEON介紹以及優化

ARM cortex A8/9 - Android NDK - NEON介紹以及優化(資源的整理總結) (1)What is NDK: Android開發官網介紹: http://developer.android.com/sdk/ndk

原创 嵌入式開發十:I9250刷機教程---root,SIM解鎖,升級android4.04+終極整理篇

I9250刷機教程---root,SIM解鎖,升級android4.04+終極整理篇   不說廢話,直接入手,先下載google官方rom系統,網址 https://developers.google.com/android/nexus/

原创 OpenCV數字圖像處理四:直方圖均衡化 數組示例

clear all; close all; clc; I=[1 5 255 255 100 200 255 200; 17 254 255 100 10 10 9; 37 10 100 100 2 9 6; 36

原创 OpenCV數字圖像處理七:將視頻幀變成圖像保存下來

#include <cv.h> #include <highgui.h> #include "opencv2/imgproc/imgproc.hpp

原创 OpenCV數字圖像處理十:讀寫txt文件,在圖像訓練和測試的時候經常用到

#include <cv.h> #include <highgui.h> #include <cvaux.h> using namespace std; using namespace cv; bool showSteps = t

原创 OpenCV數字圖像處理十一:利用分段線性化處理圖像 在某些情況效果很實用

分段線性變換 分段線性變換也叫做灰度線性拉伸,常用的是分三段分線性變換。如下圖: 圖中對灰度區間[a,b]進行了擴展,而灰度區間[0, a]和[b, Mf]收到了壓縮。通過細心調整折線拐點的位置及控制分段直線的斜率,可對任意灰度區間