csdn上三种java验证码生成方法，以及谷歌开源验证码，总共四种验证码生成集合。将生成的四个验证图片放在一个页面上以供比对，全部可以运行。
四种方法分别为：
1. 数字、字母、汉字混合验证码，叠影（给力）、扭曲
2. 数字、字母混合验证码，扭曲
3. 汉字验证码，噪点，未加扭曲（未使用字符集，随机生成汉字）
4. 谷歌开源验证码
只对第一种方法写了验证，后三种方法只有验证图片生成，验证方法同一。
2022-05-27 11:22:19
531KB
1
机器人开发必备。Ceres solver 是谷歌开发的一款用于非线性优化的开源代码库，在谷歌的开源激光雷达slam项目cartographer中被大量使用。Ceres官网上的文档非常详细地介绍了其具体使用方法，相比于另外一个在slam中被广泛使用的图优化库G2O，ceres的文档可谓相当丰富详细（没有对比就没有伤害，主要是G2O资料太少了，对比起来就显得ceres的很多）。
tar zxf ceres-solver-2.1.0.tar.gz
mkdir build
cd build
cmake ..
make -j4
make install
拷贝位置(否则编译自己ros工程会报错):
sudo cp -f -r /usr/local/include/ceres /usr/include
sudo cp -f -r /usr/local/lib/cmake/Ceres /usr/lib
sudo cp -f -r /usr/local/lib/libceres.a /usr/lib
sudo ldconfig
2022-04-27 16:05:33
3.63MB
1
mediapipe多个手手势识别app，mediapipe其中一个案例，可提供aar文件，目前只是一个app，安装在真机，华为m6平板测试没问题
2021-07-19 16:33:03
80.14MB
1
谷歌开源的tensorflow版deeplabv3（非最新版，最新版需要tf2.0以上），支持tensorflow1.14.0版本
2021-03-18 17:25:23
31.28MB
1
最近在做一个关于复杂场景下车牌识别的项目，对字符识别进行了研究。目前OCR的发展主要是基于模板匹配，TESSERACT库以及现在流行的深度学习方法进行识别。压缩包里有两个工程文件，一个是基于模板匹配的字符识别（标准模板库已经做好放进去了，不需要自己在做，直接运行就可以了），另一个是使用谷歌开源TESSERACT库的字符识别，可以实现手写字母（大小写均可）识别，准确率达到92%以上。
2020-01-04 03:15:18
110.29MB
1