原创文章：http://blog.csdn.net/xiaanming/article/details/10163203 本附件对源代码进行了修改，兼容了800*480的分辨率。

主要介绍了 Android 基于google Zxing实现二维码、条形码扫描，仿微信二维码扫描效果，非常不错，具有参考借鉴价值，需要的朋友参考下

基于google Zxing实现二维码条形码扫描仿微信二维码扫描效果实例代码（andrid版），可供学习及设计参考。

OCR_Android 这是基于Google ML Kit的OCR。 它可以在您自己的应用程序中为您提供最好的Google研究。 google-services.json 您将需要生成google-services.json，以便在您的应用中添加firebase（MLKit）。 可以通过以下步骤获得相同的步骤 //firebase.google.com/docs/android/setup 生成JSON文件后，将其复制到app文件夹中。

基于 Google GVR 封装的一款简单的 VR 视频播放器，推荐的原因是 VR 这么火，但是跟 VR 相关的开源项目较少，值得留意。.zip,一款基于谷歌的GVR框架封装的简单VR视频播放器

【关注微信公众号：refs-cn 可免费下载】Refs.cn 原型设计元件库，基于Axure RP 8，基于 Google Material Design 准则创建，适用于 Android 手机、平板应用，以及跨平台桌面应用的原型设计。

文中对Google Earth的二次开发进行了研究，基于MFC进行软件编程，设计了导航电子地图软件。通过调用Google Earth API函数 和Windows API函数，将Google Earth视图窗口嵌入到软件界面中，使用钩子技术实现在Google Earth视图窗口中右键弹出菜单，结合CMarkup类和BasicExcel类实现在电子地图上添加航迹点和航线，从而实现了在电子地图上进行航迹规划和显示实时航迹的功能。经过实际运行，软件执行效果良好，很好地完成了各种功能。

EarthEngine深度学习 如果您将其用于学术目的，请引用此存储库。 @misc{das_2019, title={Land Cover Classification based on Landsat-8 imagery from Google Earth Engine}, url={https://ucalyptus.me/EarthEngine-Deep-Learning/index.slides.html}, journal={EarthEngine Deep Learning}, publisher={GitHub}, author={Das, Sayantan}, year={2019}, month={Sep}} 如果喜欢，请 。 在上关注我

需要监测和了解红树林生态系统及其周围环境的变化，以确定红树林生态系统在受到人为和自然驱动因素影响的情况下如何不断变化。 高空间分辨率（30 m）卫星和高性能计算设备的一致性是该过程的限制因素，需要存储和分析。 借此，我们介绍了基于Google Earth Engine（GEE）的方法，用于对红树林及其周围环境进行长期测绘。 在这项研究中，我们使用了基于GEE的方法：1）从不同的Landsat卫星图像创建1987-2017年的无大气污染数据； 2）评估随机森林分类器和后分类变化检测方法。 确定的1987年和2017年的总体准确度分别为0.87和0.96，然后是Kappa系数0.80和0.94。 变化检测结果表明，农业面积显着减少，而红树林，虾/养鱼场和荒地面积有所增加。 结果表明，土地利用和土地覆盖的相互转化正在影响研究区域内的景观动态。

本文提出并实现了一种基于Google Map Api 的Android 导航应用，能够给用户提供人性化和智能化的地图导航服务。