输电线路瓷质绝缘子自爆检测图像数据集.zip
边缘检测最经典的文献之一,作者是David Marr和 E. Hildreth
2021-12-17 11:42:05 1.25MB 边缘检测 图像处理
1
Hough函数检测图像中的直线,具有快速性,准确性等
2021-12-14 09:05:44 1KB Hough函数 检测直线
1
说明 使用yolo v2构建目标检测系统,可以检测图像和视频,测试了公路上和实验室场景。基于keras和张量流主程序是object_detect.ipynb,代码里写了一些注释具体介绍等以后有空了再写把 参考 1 udacity车牌识别大作业 2 keras上的yolo v2
2021-12-06 10:18:33 52.1MB 系统开源
1
通过对图像进行小波分解来检测图像稀疏性是否满足要求
2021-12-05 19:35:02 9KB 小波 稀疏
1
设计并实现了在STM32嵌入式平台上缺陷图像获取,缺陷边缘轮廓的提取算法,以及缺陷边缘轮廓图像的追踪算法与绘制。(该代码来源于本人本科毕业设计一部分)
2021-12-03 19:36:45 4.64MB STM32 边缘检测 图像处理 嵌入式
1
改程序实现了图像的边缘检测,运用了最基本的图像边缘处理方法,值得初学者学习!
2021-12-02 19:13:41 55KB 边缘检测 图像处理
1
医学图像篡改与检测的实验用图,通过对不同格式(BMP、JPG和PNG的医学灰度图像)不同大小的医学图像进行篡改检测,能够实现无损恢复。
2021-11-28 15:25:21 1.65MB 医学图像篡改与检测图像 图像处理
1
检测条码 检测图像上的条形码 目录 - 关于项目 该项目旨在检测条形码并扫描条形码,并为检测到的条形码检测物体。 该代码在Jupyter Notebook中以python语言执行。 有关项目的详细说明 首先安装必要的库。 import numpy as np -NumPy进行数值处理 import argparse用于解析命令行参数 import imutils使基本图像处理功能(例如平移,旋转,调整大小,构图,显示Matplotlib图像,分类轮廓,检测边缘)更加容易 import cv2 -OpenCV。 将读取/加载图像并将其转换为灰度图像。 image = cv2.imread(args["image"]) gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) 使用OpenCV函数Sobel()从图像中计算导数,并使用OpenCV函数S
2021-11-26 13:19:33 565KB image detection barcode image-processing
1
OCR转换器 借助OpenCV(使用SVM算法)检测图像中的文本并将其格式化为字符串的Android应用。 然后,如果需要,可以将其翻译为Google Tranlate支持的任何语言。 特色 用相机拍照,然后从中提取整段文字,线条或单词。 您可以将该文本翻译成所选的语言。 从图库中选择图像,然后从中提取整个文本,行或单词的块。 您可以将该文本翻译成所选的语言。 翻译您的书面文字。 API使用 API网址: : 请求:TranslateText(POST) 标头: 'Content-Type':'application / x-www-form-urlencoded' 终点: '/翻译' 参数: '文本'->您要翻译的字符串。 'language'->您要翻译的字符串。 建于 执照 此项目已获得MIT许可证的许可-有关详细信息,请参阅文件。
2021-11-23 14:29:01 195.13MB Java
1