基于 C语言图像处理开发环境灰度扩展、半影调和抖动技术的实验报告

字符分割和字符识别项目，包含项目收集数据集和cnn模型，以及项目的说明资料 项目语言：C++11 项目平台：Microsoft Visual Studio 2015 计算机视觉库：Opencv 3.2+opencv-contrib V3.1 cmake3.8.1 源码编译 SVM: Libsvm ANN： Opencv CNN: Caffe 该项目以数字图像处理和机器学习为基础，以1485张图片组成的原始数据集为出发点，研究了如何从原始图片集中得到用于分类器训练的数据集；针对车牌区域特点和输入图片的全局特点，提出了四种不同的可能的车牌区域提取方法，经过校正后得到车牌区域候选人；参考自然场景下的文本检测方法和车牌中的字符分布特点，对车牌候选区域提取改进的最大稳定极值区域，通过使用非极大值抑制和区域校正得到字符候选人，通过字符判断分类器和字符搜索，实现非车牌区域的滤除和车牌区域7个字符的提取，其中字符判断使用基于20个描述性特征的支持向量机实现；通过使用金字塔梯度方向直方图特征得到了用于数字和字母识别的三层BP神经网络模型，定义了10层的卷积神经网络模型MyLeNet实现汉字的识别。

代码中车牌识别包含以下两部分内容： 一、车牌定位： 1. 高斯滤波； 2.sobel边缘提取； 3.二值化图像； 4.闭运算； 5.去除小区域； 6.提取轮廓； 7.仿射变换。 二、字符识别 1.提取字符轮廓； 2.识别字符；

ImagePorc 基于Qt和Opencv的图像处理软件

含有使用VC++创建的demo，并且能够运行。类库中包含基本的操作，例如选择区域，存储图片，复制等，及基本的图像处理方法，如放大，缩小，旋转，直方图，亮度，对比度，颜色空间，模糊等。

C#实现简单医学图像处理系统，包括图像锐化，平滑、负片等效果。

基于C++-opencv实现立体匹配：BM、SGBM算法实例 讲述如何通过opencv实现两种经典立体匹配算法 对图像中的目标场景恢复深度图并进行三维重建 本例程适用于想了解经典立体匹配算法的学生和入门者

CV_interviews_Q-A 不试着去找找实习，不试着被面试官毒打下，都意识不到自己基础的薄弱，很多东西被问到只知道个大概，再深挖一下为什么就支支吾吾答不上来了。深感CV算法岗竞争之激烈，从来都是狭路相逢勇者胜，借找工作的机会好好整理下所学的知识，希望现在好好准备还来时晚，一起努力向要约发起冲击吧！ 本仓库汇总的CV算法岗重要的一些知识点和面试问答，主要分为计算机视觉，机器学习，图像处理和，C ++基础四大块，每个块都有几十个问题，每个问题都会努力做出的详细完整的解答，帮助您理清这些知识点细节。 为了刺激下大家的神经，激发斗志，在往下看之前可以先看看这份经验分享： 。创建本仓库的灵感也就是扩张此文，感谢大佬的分享〜 食用方法 额外添加转换过的PDF版，如果直接下载md文件显示不了一些图片或者公式的话，可以匹配PDF版学习。－－2020.08.14 github上直接看的话很多公式和

内含数字图像处理的各种算法（分水岭，模板，边界检测，膨胀腐蚀开闭运算）实现，及以文件映射技术读取bmp文件的相关函数，并且对其进行c++类的封装。内含代码说明文档。想学习数字图像处理，内存映射文件，bmp文件结构及其读取写入操作的朋友可以下载看看，不好勿喷。

使用OpenCvSharp中的二值化图像处理功能，使用trackBar控件实现阈值调整，并在picturebox上显示结果，最后将图片保存到本地磁盘。