易语言云控群控脚本框架源码 易语言+jsd+WebSocket全机型全分辨率免root免找图找色
2021-09-19 08:05:51 23.05MB 网络相关源码
1
java swing 采用C/S架构编写的工具集合,包括pdf转换jpg,jpg转pdf,Excel转pdf,合并pdf,批量创建文件夹,根据文件名称创建文件夹,文件批量重命名,根据文件名称移动文件到文件夹,扫描件去黑边,修改jpg图片的dpi等常用工具,支持扩展,在线升级等。主程序编译为.exe格式,已区分32位和64位操作系统。
2021-09-18 08:37:13 25.57MB java pdf转换 dpi 工具
1
livox_camera_calib livox_camera_calib是无目标环境中高分辨率LiDAR(例如Livox)和相机之间的可靠,高精度的外部校准工具。 我们的算法可以在室内和室外场景中运行,并且仅需要场景中的边缘信息。 如果场景合适,我们可以达到类似于或什至超越基于目标的方法的像素级精度。 室外校准方案的示例。 我们使用校准的外部图像对点云进行着色,并与实际图像进行比较。 A和C是点云的局部放大视图。 B和D是相机图像中与A和C中的点云相对应的部分。 源代码将很快发布。 相关论文 可在arxiv上找到的相关论文: 相关影片 相关视频: :
2021-09-17 21:28:15 2.54MB
1
VS2017 x86 平台下编译Live555源代码(2018.10.10版本),手动修改支持高清分辨率文件及.mp4格式文件。 VS2017下编译Live555源码,为完整编译项目release版本,包含exe及对应lib,运行live555Win文件夹下的live555Win.sln即可启动项目,选择mediaServer为启动项目,需要手动更改c/c++下的附加包含目录为对应include目录,手动更改链接器下的对应的附加库目录lib及添加附加依赖项BasicUsageEnvironment.lib;groupsock.lib;liveMedia.lib;UsageEnvironment.lib;Ws2_32.lib;加载步骤: live555文件夹下Release文件夹包含已经编译好的文件,运行步骤: 1.双击mediaServer.exe启动服务 2.按照提示使用VLC客户端,打开对应的文件即可。 本项目对相关源码已作修改,支持高清视频播放(1080p,720p)且支持.mp4格式文件,官方源码只支持640*480分辨率,超过此分辨率时播放只有声音没有图像。参考https://blog.csdn.net/li_wen01/article/details/59520914
2021-09-17 15:51:30 63.35MB live555 vs2017 rtsp c++
1
本资源包含一个mfc基于对话框的exe可执行文件。软件实现了两个有区别的功能。通过左上角“检测坏点”的勾选状态进行切换。此执行文件中包含了运行软件所需要的所有文件,在任何电脑上均可以直接运行。 该工程除了可以用做初步学习opencv的入门级学习资料。也可以作为一个工具(至少我用来做头像了,将一个图片反复缩小就得到了合适大小的了) 此工程能够实现的功能有: ①利用Opencv在mfc控件上显示图片。 ②利用Opencv改变图片的分辨率(默认是缩小为原来一般的分辨率)并显示在mfc对话框一个图片控件中。 ③保存。对话框有一个保存按钮。用于保存更改了分辨率之后的图片。(对于更改了之后的图片。又可以再次执行相同的①②③操作得到缩小1/4分辨率的图片,当然图片大小也缩小了) 关于工程:工程一个两个图片控件。分别用于显示原始图片和更改了分辨率之后的图片。三个按钮。分别对应上面所说的三个功能。
2021-09-16 21:33:58 7.81MB Opencv 图片分辨率 保存图片 显示图片
1
压缩感知雷达超分辨率成像
2021-09-15 17:39:22 2.36MB 研究论文
1
超分辨率成像是將物體的幾張低分辨率照片組合以形成單個高分辨率估計的過程。我們研究了這個過程的每個組成部分:圖像採集、配準和重建。開發了一種基於離散脈衝變換的新特徵檢測器。我們展示瞭如何有效地實現和存儲變換,以及如何使用統計比較來匹配特徵,該比較在輕度幾何變換下改善相關性。為了簡化重建,成像模型被線性化,然後引入基於多邊形的插值算子來對底層相機傳感器進行建模。最後,使用正則化解決了一個大型的、稀疏的、超定的線性方程組。
2021-09-15 17:03:05 1.74MB 超分辨率成像
1
一个小小的实验,按分辨率缩放比例调整窗体、控件、字体大小。
2021-09-15 16:26:43 5KB QT
1
翻译了一下TDAN,网络结构详解会在以后逐步更新
2021-09-14 18:08:45 725KB 视频超分辨率
1
叶面积指数(Leaf Area Index, LAI)定义为单位地表面积上叶子表面积总和的一半,是刻画植被结构和功能的重要参数。基于多种传感器数据(包括Terra/MODIS、Aqua/MODIS、FY-3A/VIRR、FY-3B/VIRR、FY-3A/MERSI、FY-3B/MERSI),结合DEM和地表分类图,在对遥感数据的质量进行分级基础上,利用随机辐射传输模型查找表反演LAI,得到2015年1 km/5 day的LAI数据;将5 day分辨率的LAI数据经过时间序列重建后的累加结果除以该年天数,得到年平均叶面积指数(AMLAI),即及其毗邻区域1 km分辨率年平均叶面积指数数据集(2015)。
2021-09-14 18:07:38 138.83MB 数据