注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于颜色识别的火焰检测算法的opencv实现

  2. 通过观察火焰图像在YCrCb空间的三通道的不同，得出约束条件，程序由opencv实现~

  3. 所属分类：C

  1. 摄像头实现鼠标控制------

  2. 基于opencv实现使用特定颜色物品来控制鼠标的移动

  3. 所属分类：其它

    • 发布日期：2008-06-17
    • 文件大小：68kb
    • 提供者：lazy_dragon

  1. 基于opencv颜色识别代码

  2. 利用opencv可以读取各种颜色的RGB值，进一步实现色彩的识别

  3. 所属分类：C/C++

    • 发布日期：2016-03-17
    • 文件大小：6kb
    • 提供者：u014029058

  1. 基于模板匹配的多种颜色小球区分识别

  2. 基于opencv中的模板匹配实现对多种颜色小球的区分，实现方法简单有效

  3. 所属分类：C++

    • 发布日期：2018-04-29
    • 文件大小：1kb
    • 提供者：qq_39356823

  1. 基于QT的车牌识别算法实现

  2. OpenCV；QT；嵌入式；车牌识别系统(Vehicle License Plate Recognition，VLPR) 是计算机视频图像识别技术在车辆牌照识别中的一种应用。车牌识别在高速公路车辆管理中得到广泛应用，电子收费（ETC）系统中，也是结合DSRC技术识别车辆身份的主要手段。 车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来，通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，识别车辆牌号、颜色等信息，目前最新的技术水平为字母和数字的识别率可达到99.7%，汉字的

  3. 所属分类：其它

    • 发布日期：2019-04-23
    • 文件大小：7mb
    • 提供者：styleish

  1. qteasypr车牌识别.rar

  2. 基于QT + opencv +EasyPR的车牌识别 下面的车牌识别系统用到了EasyPR相关源码。一并对作者表示感谢。 下面这个是基于EasyPR为基础使用用QT5.11+opencv3.20实现。 在应用中加入了车牌的颜色识别。 本应用支持图片，视频，摄像头，批量图片车牌识别，并将结果保存在excel文件中。 稍作修改可应用于地磅称重。停车场管理，卡口管理，及作为子模块集成到相关系统中。 开发人：QQ：605341429 或加QQ群：618055321 邮箱：605341429qq.com

  3. 所属分类：深度学习

    • 发布日期：2019-06-05
    • 文件大小：43mb
    • 提供者：slmrj

  1. qthyperpr车牌识别.rar

  2. 基于QT + opencv +HyperLPR的车牌识别 下面的车牌识别系统用到了HyperLPR相关源码。一并对作者表示感谢。 使用用QT5.11+opencv4.01实现。 在应用中加入了车牌的颜色识别。 本应用支持图片，视频，摄像头，批量图片车牌识别，并将结果保存在excel文件中。 稍作修改可应用于地磅称重。停车场管理，卡口管理，及作为子模块集成到相关系统中。 开发人：QQ：605341429 或加QQ群：618055321 邮箱：605341429qq.com

  3. 所属分类：深度学习

    • 发布日期：2019-06-05
    • 文件大小：57mb
    • 提供者：slmrj

  1. opencv的全部基础操作，很实用，我从github上下载的，例子都调试过。anaconda3，python3.7，opencv4调试通过。

  2. code_001 | [图片读取与显示](python/code_001/opencv_001.py) | ✔️ code_002 | [图片灰度化](python/code_002/opencv_002.py) | ✔️ code_003 | [图像创建与赋值](python/code_003/opencv_003.py) | ✔️ code_004 | [图像像素读写](python/code_004/opencv_004.py) | ✔️ code_005 | [图像像素算术操作(加减乘

  3. 所属分类：图像处理

    • 发布日期：2019-08-23
    • 文件大小：36mb
    • 提供者：neu1835

  1. 基于Opencv实现颜色识别

  2. 主要为大家详细介绍了基于Opencv实现颜色识别，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-08-25
    • 文件大小：60kb
    • 提供者：weixin_38582716

  1. 基于python-opencv实现木质工件的污渍和划痕识别和分类

  2. 缺陷识别 简介： 这个项目是我的本科毕业设计，主要针对传送带上的木质圆形工件的缺陷识别和分类，并且进行工件的计数和缺陷工件的计数。这里我主要是识别污渍和划痕 缺陷类型 污渍： 划痕： 最后的成果 sum:为工件的总个数 scratch_num:为含有划痕工件的总个数 blot_num:为含有污渍工件的总个数 黄颜色圈住的缺陷为划痕 蓝颜色圈住的缺陷为污渍 简单思路 通过边缘检测，得到每个工件的坐标，并计算出工件的中心来标记工件的ID 通过工件的每一帧位移量来确定是否为同一个工件 将每一个

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：263kb
    • 提供者：weixin_38748721

  1. 基于Python3.6中的OpenCV实现图片色彩空间的转换

  2. 不同的色彩空间中对图片的色彩体现有很大不同 #色彩空间的相互转换：最常见的是HSV与RGB,YUV与RGB的相互转换 #常见色彩空间有： #RGB：最常用 #HSV：对指定色彩铭感，用于查找表达特定颜色 #HIS： #YCrCb：在人体肤色识别运用较多 #YUV:Android开发中运用较多 以下是对图片进行所有色彩空间的演示： import cv2 as cv ###导入openc包 def color_space_demo(image): gray = cv.cvtColo

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：93kb
    • 提供者：weixin_38655810

  1. 基于Opencv实现颜色识别

  2. 彩色模型   数字图像处理中常用的采用模型是RGB（红，绿，蓝）模型和HSV（色调，饱和度，亮度），RGB广泛应用于彩色监视器和彩色视频摄像机，我们平时的图片一般都是RGB模型。而HSV模型更符合人描述和解释颜色的方式，HSV的彩色描述对人来说是自然且非常直观的。 HSV模型 HSV模型中颜色的参数分别是：色调（H：hue），饱和度（S：saturation），亮度（V：value）。由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。 (1

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：58kb
    • 提供者：weixin_38708105

  1. python opencv判断图像是否为空的实例

  2. 如下所示： import cv2 im = cv2.imread('2.jpg') if im is None: print(图像为空) # cv2.imshow(ss, im) # cv2.waitKey(0) 以上这篇python opencv判断图像是否为空的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。 您可能感兴趣的文章:ubuntu下编译安装opencv的方法Opencv+Python实

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：33kb
    • 提供者：weixin_38729399

  1. 50行Python代码实现视频中物体颜色识别和跟踪（必须以红色为例）

  2. 目前计算机视觉（CV）与自然语言处理（NLP）及语音识别并列为人工智能三大热点方向，而计算机视觉中的对象检测(objectdetection)应用非常广泛，比如自动驾驶、视频监控、工业质检、医疗诊断等场景。 目标检测的根本任务就是将图片或者视频中感兴趣的目标提取出来，目标的识别可以基于颜色、纹理、形状。其中颜色属性运用十分广泛，也比较容易实现。下面就向大家分享一个我做的小实验———通过OpenCV的Python接口来实现从视频中进行颜色识别和跟踪。 下面就是我们完整的代码实现（已调试运行）：

  3. 所属分类：其它

    • 发布日期：2021-01-02
    • 文件大小：222kb
    • 提供者：weixin_38636577

  1. python+OpenCV实现车牌号码识别

  2. 基于python+OpenCV的车牌号码识别，供大家参考，具体内容如下 车牌识别行业已具备一定的市场规模，在电子警察、公路卡口、停车场、商业管理、汽修服务等领域已取得了部分应用。一个典型的车辆牌照识别系统一般包括以下4个部分：车辆图像获取、车牌定位、车牌字符分割和车牌字符识别 1、车牌定位的主要工作是从获取的车辆图像中找到汽车牌照所在位置，并把车牌从该区域中准确地分割出来 这里所采用的是利用车牌的颜色（黄色、蓝色、绿色） 来进行定位 #定位车牌 def color_position(img,o

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：104kb
    • 提供者：weixin_38607864