基于全局视觉的足球机器人运动参数分析和基本动作改进pdf,基于全局视觉的足球机器人运动参数分析和基本动作改进
2023-01-30 22:20:20 1.17MB 综合资料
1
机器视觉-使用halcon描述与实现
2023-01-25 13:54:08 224.84MB halcon c++ qt
1
基于HALCON的机器视觉系统的研究与实现 .
2023-01-24 21:52:41 22.81MB halcon 视觉 机器
1
SDU计算机视觉2020回忆版,选择题没有回,很简单,不用担心,剩下的和19年考题很像很像很像,有需要的下载
2023-01-22 23:37:46 135KB 计算机视觉
1
旋转目标检测S2Anet
1
计算机视觉中的多视图几何,中文版,旨在根据若干福世界景物的图像求得对真实世界景物结构的理解.
2023-01-19 20:31:14 72.33MB 计算机视觉 图像处理 slam
1
OpenCV 3计算机视觉 Python语言实现(第二版)(含示例代码) 编辑推荐 OpenCV 3是一种*先进的计算机视觉库,它提供了很多图像和视频处理操作,以及一些代表计算机视觉未来发展方向的功能,如人脸识别或目标跟踪。学习计算机视觉算法、模型和OpenCV API的基本概念之后,可以开发各种现实生活中的应用程序(如安全和监控方面的应用程序)。 本书从图像处理的基本操作出发,带你开启先进计算机视觉的探索之旅。计算机视觉是一个快速发展的学科,与其相关的现实应用也呈爆炸性增长,本书的目的就是帮助计算机视觉领域的新手和想要了解全新的OpenCV 3.0.0的计算机视觉专家快速掌握基于Python的OpenCV计算机视觉开发的实用方法、技巧和*佳实践。 通过阅读本书,你将学到:   安装和熟练使用基于Python的OpenCV 3的API   掌握图像处理和视频分析的基础知识   在图像和视频中检测和识别目标   使用OpenCV检测和识别人脸   训练和使用自己的对象分类器   了解计算机视觉中的机器学习概念   使用OpenCV的人工神经网络来解决实际问题   开发现实生活中的计算机视觉应用 内容简介 OpenCV是开源、跨平台的计算机视觉库,由英特 尔公司发起并参与开发,在商业和研究领域中可以免费使用。本书介绍了如何通过Python来开发基于OpenCV 3.0的应用。作为当前非常流行的动态语言之一,Python不仅使用非常简单,而且功能强大。通过Python来学习OpenCV框架,可以让你很快理解计算机视觉的基本概念以及重要算法。 本书分8章来介绍计算机视觉的重要概念,所有的概念都融入了一些很有趣的项目。本书首先详细介绍了多个平台下基于Python的OpenCV安装,继而介绍了计算机视觉应用的基本操作,包括图像文件的读取与显示,图像处理的基本操作(比如边缘检测等),深度估计与分割,人脸检测与识别,图像的检索,目标的检测与识别,目标跟踪,神经网络的手写体识别。可以这样说,本书是一本不可多得的采用OpenCV实践计算机视觉应用的好书。
2023-01-18 17:03:59 59.67MB OpenCV 计算机视觉 Python
1
1. 图像分割进行A4纸矫正 1. 迭代法求阈值 2.OSTU法求阈值 1. 统计霍夫空间点 2. 获取对应检测出的直线
2023-01-18 13:17:54 3.55MB 计算机视觉
1
java程序员刷题软件迫在眉睫 版权所有 2014 Henry Dwyer,Brushfire 信号服务,根据 GPL 3.0 版许可。 成熟度:pre alpha 平台:Java SE6 操作系统要求:Looming 应该适用于任何操作系统,只要您可以使用 Java 6 和鼠标。 Looming 是一个 WYSIWYG 图案设计程序,面向基于网格的Craft.io,如织机编织和串珠。 想象 许多艺术家使用方格纸、Excel 等电子表格程序以及 GIMP、photoshop 甚至 Paint 等高分辨率图形编辑器来为他们的基于网格的Craft.io品绘制图案。 为什么不? 毕竟,我们将使用任何最容易获得的工具来帮助实现我们Craft.io的愿景。 Looming 旨在提供相同的好处,而没有使用不太专业的工具可视化自己的模式的麻烦和缺点。 作为免费的开源软件,您可以免费下载、安装、使用和共享 Looming。 与封闭源代码的专有可视化工具不同,您还可以自由地查看引擎盖下的内容,对其进行补充,并与社区分享这些功能。 不是程序员? 没问题! Looming 托管在 Github 上,它提供了
2023-01-17 20:03:56 27KB 系统开源
1
以第四届“飞思卡尔”杯全国大学生智能汽车大赛为背景,介绍了基于视觉传感器的智能车控制算法,包括方向控制和速度控制。在PID算法或模糊控制算法几乎为所有参赛队伍所采用的背景下,提出了“最优曲率法”,并使用与之配合的“贪婪路径规划”算法。该小车在复杂赛道上的平均速度达3.3 m/s,其控制算法设计对智能车设计有借鉴意义。
2023-01-16 15:30:17 321KB 智能车
1