在本文中，已经尝试设计手语识别系统。 设计了一种智能手套，可以通过将手语转换为语音或可理解的语言来使聋哑人与其他人之间的通信自动化。 感官手套可提供人手形状或动作的数据，并将其翻译为文本和语音。 它包括用于转换传感器数据的硬件和软件。 这是一种可穿戴设备，可以放在人的手上，并将手的手势逐字母转换为符号，然后将数据发送到Firebase中进行进一步处理。 该手套配备有挠曲传感器和惯性测量单元，可通过监视手指空间和三维空间中的手势来识别运动，该三维空间以手指弯曲和拳头倾斜的形式感测人的手势。 霍尔传感器已用于处理和收集数据，以进行培训和模型开发。 分析使用了三种不同的机器学习算法，即支持向量机，朴素贝叶斯，决策树。 已经观察到，支持向量机具有最高的精度，即90％。 分析之后，数据已发送到语音转换功能，然后产生了可听见的结果。

概述 智能票据识别系统 要求 Tomcat服务器 蚀 mysql数据库 redis数据库 功能 自动归类识别机打票中的票务信息 用户手动修改为识别的发票模板和识别区域 查看等待识别发票的任务缓冲子系统 可视化门票识别算法的过程，动态展示当前识别的区域和结果 管理员可对系统平台内部的用户，用户组进行权限编辑管理 单位负责人可修改使用系统平台的单位信息 个人设置可查看个人信息和权限 细节 前端 jQuery + bootstrap构建前端框架，处理前端逻辑和展示，负责MVC架构中的视图视图层 前一段通过websocket和ajax通信，ajax主要用于按钮等控件的事件处理函数中的请求，websocket用于指示主动向前端推送消息 JSP控制cookie和会话，在页面上方时记录会话用户状态，并通过前端可视化界面对用户权限（用户权限划分继承的用户组权限和个人权限）进行编辑 识别算法的可视化通过We

图像识别技术在国家安全、公安、交通、金融、工业化生产线、食品检测等诸多领域具有广泛的应用前景。现有的图像识别系统基本是面向计算机应用，其方案是：采用图像采集卡(或直接网络相机接入)、在PC机上运行图像处理算法来实现。但由于大部分图像识别系统要求数据量大、算法复杂、对实时性要求高，基于PC的应用系统不仅体积大、成本高、实时性能力差，而且有时不能满足特殊应用环境(例如印刷车间)的需求。

越南车牌识别系统软件V2.0 是针对越南国家的车牌图像进行识别测试的系统软件。只针对越南国家的车牌号码图像进行车牌识别系统测试的软件。

基于MATLAB的车牌识别系统。带界面GUI框架。如更换车牌图片，需要重新调试。

详细说明：基于MATLAB的指纹识别系统，包含原代码指纹和图片 文件列表: matlab sourcecode for 指纹 ..........................\19_7.bmp ..........................\22443.bmp ..........................\37_3.bmp ..........................\37_5_2.bmp ..........................\37_7.bmp ..........................\centralizing.m ..........................\Cropping.m ..........................\fpextractdemo.m ..........................\gabor2d_sub.m ..........................\informations.dat ..........................\sector_norm.m ..........................\vedicentro.m ..........................\whichsector.m

Matlab--硬币识别：本设计为基于MATLAB的人民币识别系统。带有一个GUI界面。先利用radon进行倾斜校正，根据不同纸币，选择不同尺寸的参数识别纸币金额，有通过RGB分量识别100元；；通过面额图像的宽度识别1元，5元；通过内置矩形结构体识别10元；通过RGB分量识别20元与50元

稀疏表示的人脸识别完整MATLAB可运行全套代码 基于稀疏表示的人脸识别系统设计 采用sparse 中的L1-norm minimization 基于经典入门论文《face recogniton via sparse representation》 MATLAB程序，完全运行，包含基本GUI设计和完整代码 可以参考说明一步步跑下来，希望能帮助大家

1.本程序主要处理BMP位图。 2.为了方便读者学习，程序各步骤都被拆分开实现了，通过点击相应按钮可以看到每个步骤处理的结果。 3.如果是进行人脸识别，需要先打开一幅位图依次进行“人脸检测与定位”操作和“人脸特征标注”操作，然后再打开需要比较的第二幅位图，也是依次进行所有操作，最后进行识别以区分先后两个人脸。

基于matlab的指纹识别系统源码 手指静脉识别项目 本项目详细介绍请参阅：图像处理创新实践.pdf 本项目开源许可协议：GPL 3.0（除SIFT算法软件包，此部分软件包另有原作者的许可协议） 项目方案设计介绍 本项目实现手指图像的处理和匹配算法，需要处理的数据是本人不同手指的图像，首先经过图像处理，使得指静脉的纹理增强凸显处理，然后将所有的这些图像进行相互间的匹配，检验类内和类间的匹配度，观察其是否能够明显区分开来，并据此计算正确率。 在本项目中，由于是基于算法原型的研究，因此我们选用了操作便捷的Matlab R2019b软件作为运行环境，在Windows 10 Pro for Workstation操作系统中实现算法。 算法分为以下几个过程： 图像预处理过程中，需要增强图像，提取手指区域，为识别做准备。拟采用CLAHE、直方图均衡、二值化等算法，以达到增强图像的效果；拟采用边缘检测算法实现手指的识别和提取 图像的特征提取和匹配过程中，拟采用两类不同的方法。一是局部不变特征提取算法。这些算法具有检测图像中的特征点，并对特征点的局部区域进行描述和匹配的功能。二是针对二值化图像的模板匹