基于hsv肤色提取，运用中值滤波和边缘检测，提取手势轮廓

拉萨城市建筑轮廓shp数据，可用于城市规划相关的研究，也可以用于其他相关的研究。使用GIS软件打开，数据中有楼层数。提供给大家学习练习用。

threejs 或者webgl 需要绘制世界地图边界

光学投影式三维轮廓测量技术综述汇编.pdf

countour2D_CUDA 这是程序的代码，它在CUDA中计算多边形数据的二维轮廓点 C Contour计算使用CUDA的二维多边形数据 最近我有一个轮廓计算的项目，并尝试在NVIDIA显卡上进行，因为它是现在普通机器上最快的平台之一。 有许多计算几何算法可用于对 2D 点数据进行轮廓计算，但几乎没有用于对多边形数组进行此类计算。 提供的算法使用蛮力来获取结果，但由于许多多线程计算，因此在使用 GPU 时可以正常工作。 算法很简单： 检测所有图形的线交叉点 计算所有点，它们位于方形“内部”轮廓和静止空间之间的边缘，这是用更大的力量制作的：围绕每个点程序生成具有 Epsilon 半径和 AngleStep 步长的圆，并且生成的圆的每个点是检查它是否位于场景的多边形之一上。 如果圆包含不属于任何多边形的扇区，则意味着这是边缘点，当然，是轮廓点。 程序运行良好，但可以优化。 希望你能使

CONTOURSPLINE(X,Y,Z,N) 从矩阵 Z 创建一个具有 N 个等高线级别的等高线图，将 Z 中的值视为 XY 平面上方的高度。 X 和 Y 是定义 X 轴和 Y 轴的向量，其中 length(X) = size(Z,2) 和 length(Y) = size(Z,1)，或者 X 和 Y 是与 Z 大小相同的矩阵例如 MESHGRID 生产的那些。 CONTOURSPLINE(X,Y,Z,V) 在向量 V 中给定的层级上绘制轮廓。 CONTOURSPLINE(X,Y,Z,[vv]) 在第 v 层绘制一条等高线。 当心：CONTOURSPLINE 平滑轮廓，但不会神奇地将糟糕的数据变成令人愉悦的数据。 对于糟糕的数据，平滑的等高线可能会交叉！

contourlet变换和反变换，可选择不同的拉布拉斯滤波器，方向滤波器，设置方向分解数目

主要介绍了Python实现图片查找轮廓、多边形拟合、最小外接矩形代码，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

Canny边缘检测器是一种被广泛使用的算法，并被认为是边缘检测最优的算法，该方法使用了比高斯差分算法更复杂的技巧，如多向灰度梯度和滞后阈值化。Canny边缘检测器算法基本步骤：平滑图像：通过使用合适的模糊半径执行高斯模糊来减少图像内的噪声。 计算图像的梯度：这里计算图像的梯度，并将梯度分类为垂直、水平和斜对角。这一步的输出用于在下一步中计算真正的边缘。 非最大值抑制：利用上一步计算出来的梯度方向，检测某一像素在梯度的正方

无锡建筑轮廓数据 共6.9M 无锡.shx 无锡.sbx 无锡.prj 无锡.sbn 无锡.dbf 无锡.shp