matlab数字验证码，带界面GUI。

barcode: 条形码识别，直接运行程序即可； pdf417lib：二维条形码打印（输出为ps格式的文件），在二维条形码打印部分有程序使用的说明； 条形码生成器源程序：生成一维条形码，直接运行程序即可。

这是一个使用Python和PyQt5开发的一个计算机视觉辅助裂缝标注工具，标注工具先用边缘检测和形态学方法预识别裂缝，然后人工对结果进行标涂或擦除。除了此方法，工具还有其他多种方法，

在语音识别、雷达信号处理、生物医学信号检测与识别等应用领域广泛使用基于离散傅立叶变换的谱分析技术。

该课题为基于MATLAB的汽车出入库识别系统，带有丰富的人机交互GUI界面。目前毕业设计选题中，传统的中规中矩的车牌识别不易得到高分，必须要在此基础上有所创新方得可以避开其他雷同课题，不会轻易被导师被否决而导致毕设不过。因此建议在车牌识别基础上加入多种方法的对比，

Malic是一个完整的Linux下的人脸识别系统源代码，它是SourceForge上的一个开源项目，使用Malib实现实时处理，CSU Face Identification Evaluation System进行人脸识别。算法包括：主成份分析(principle components analysis (PCA)),a.k.a eigenfaces算法,混合主成份分析,线性判别分析(PCA+LDA),图像差分分类器(IIDC),弹性图像匹配算法(EBGM)等等.

垃圾邮件 实现一个垃圾短信识别系统，在给定的数据集上验证效果。 短信数据 标签域：1表示垃圾短信/ 0表示正常短信 文本域：短信源文本（进行了一些处理） 分类算法 KNN：K最近邻 LR：逻辑回归 RF：随机森林 DT：决策树 GBDT：梯度提升决策树 SVM：支持向量机 多项式NB：多样式分布朴素贝叶斯 BernoulliNB：伯努利分布朴素贝叶斯 环境依赖 Classfier（模型训练） （已集成至项目内，无需安装） 站点（演示样本） 项目结构 . ├──Classfier（模型训练） │ ├── DataProcess(数据预处理) │ │ ├── jieba(结巴分词库) │ │ ├── DataPreprocess.py(数据预处理) │ │ └── message.txt(训练数据) │ │ │ └── Classifiers.py(分类器) │

这个包实现了一种著名的基于 PCA 的人脸识别方法，称为“特征脸”。 该程序易于使用。 此外，还添加了一个示例项目文件 demo_PCA.m' 来演示如何使用，还包括 ORL 训练和测试数据库，以通过随机选择图像来显示不同大小的测试和训练数据集上执行时间和识别百分比的性能比较。 用于 LOOCV（留一法交叉验证）测试的附加文件 LOOCV.m。 用于比较 PCA 与均值、众数和中值修改的附加文件 Comparision.m。 附加文件 PRR.m 被添加到子函数中，用于计算单个类的精度和召回率。 为了更好地理解 PCA 和所涉及的测试，您可以使用给出的教程： http : //www.cs.otago.ac.nz/cosc453/student_tutorials/principal_components.pdf http://www.creighton.edu/fileadmin/use

faceRecgSys：使用Matlab的人脸识别系统； 算法：LBP，PCA，KNN，SVM和朴素贝叶斯

该系统为基于Matlab的身份证号码识别。识别流程为输入身份证图片进行字符区域的定位。去除干扰杂质。精准定位。利用积分投影的方法进行数字的切割。再利用模板匹配的方法进行识别。后续可以进行二次开发，识别出省份性别，出生年月日，以及和库里面的目标数据进行对比。带有人机交互界面，如果你有一定的编程基础，将会更佳。