包含图像压缩、图像二值化、图像降噪和边界获取，中线补线以及OLED显示，不包含整车控制部分。

在vs2005+opencv2.0平台下，读入三帧图像，采用三帧差分进行运动目标检测，并对差分结果进行自适应二值化，膨胀腐蚀后进行连通域检测，最后分割出目标图像

| 简体中文 DBNet-lite-pytorch 这个项目之后会在这里更新,我把之前的项目都做了下整合 环境配置 pip install -r requirement.txt cd models/dcn/ sh make.sh 水平或倾斜文本格式 照着icdar2015的格式, x1,y1,x2,y2,x3,y3,x4,y4,label, image │ 1.jpg │ 2.jpg │ ... label │ gt_1.txt │ gt_2.txt | ... 弧形文本的格式 数据格式, x1,y1,x2,y2,x3,y3,x4,y4 ...xn,yn,label n个点组成，n的个数可以不定 image │ 1.jpg │ 2.jpg │ ... label │ gt_1.txt │ gt_2.txt | ... 训练部分 在根目录的

最近在折腾验证码识别。最终的脚本的识别率在92%左右，9000张验证码大概能识别出八千三四百张左右。好吧，其实是验证码太简单。下面就是要识别的验证码。 我主要用的是Python中的PIL库。 首先进行二值化处理。由于图片中的噪点颜色比较浅，所以可以设定一个阈值直接过滤掉。这里我设置的阈值是150，像素大于150的赋值为1，小于的赋为0. def set_table(a): table = [] for i in range(256): if i < a: table.append(0) else: table.append(1) ret

什么是硬件二值化摄像头 超核OV7725 硬件二值化摄像头专门为飞思卡尔智能车比赛设计，快速图像采集、硬件二值化。使用RTL 级电路进行图像数据采集和二值化处理，（8 根数据线每次采集一字节信号，其中每一位代表图像中的每一个点，0 代表亮，1 代表暗,一个字节代表8 个像素，而非传统产品的每一个字节只代表一个像素的灰度）大大简化，降低传输量和主控制器工作量，令图像采集速度倍增。 同时由于减少了数据量，也同样减轻了控制器的算法复杂度，对算法效率有一定辅助提升的作用。该摄像头已经成功的应用到了2013 年的智能车比赛中，并取得了国赛一等奖的成绩，相信它会为您的夺奖之路起到抛砖引玉的作用。 二值化摄像头OV7725实物截图: 技术参数: 附件内容截图:

武汉大学数字图像处理课程设计

主要介绍了MATLAB语言在图像处理技术方面的应用简明扼要、通俗易懂，同时兼有一定的深度和广度。

完整代码，可直接运行

手写数字识别系统。图像二值化处理-图像切割-智能化个人手写数字识别。python代码使用SVM，matlab使用CNN。

该资源含有线性CCD代码讲解，二值化算法的应用，绝对可靠、、、