cyclegan 手写汉字生成 Handwritten-CycleGAN-master.zip

行业分类-物理装置-神经网络的生成、图像处理、智能行驶控制方法及装置.zip

python语言，将图片数据重命名，随机排序，最后生成txt列表，可附加类别，生成lmdb文件用。

基于运动模糊图像产生的原因，自编一个生产运动模糊图像的matlab程序，程序 需要输入模糊长度，默认模糊角度为0，包含一张图片

用于红外温度转为伪彩色，生成图像，c代码，简单易理解，温度转颜色的方法为： （1）首先假设温度范围的上下限并将实际的温度数据转换为0~255之间的数值 （2）使用转换后的数值代入下面的伪彩编码计算函数，生成伪彩色

计算真彩色图像的数字签名， 使用SHA算法 %function [digest, MSG_PADDED] = image_hash(V_LEN,H_LEN,METH,IMG_FILE) %使用算法生成图像摘要或哈希：SHA1、SHA-224、SHA256 %使用 Kshitish 开发的 matlab 程序“hash.m” % %H_LEN :: 输入图像中的像素行数应为 GT 0 %V_LEN :: 输入图像中每行的像素数应为 GT 0 %METH :: SHA160、SHA224、SHA256、SHA384、SHA512 %IMAGE_FILE ::（仅）真彩色图像文件（单引号） % % -- 超过 80 轮验证变量 (a, b,c,d,e) % FIPS-180-2 示例% -- 我不保证，如果受到威胁% BIT 分辨率/上溢/下溢% % -- Kshitish 说再见... %

图像字幕生成器 使用CNN和RNN生成图像标题

@ sanity / image-url 从Sanity图像记录中快速生成图像url。 默认情况下，此帮助程序将尊重提供给它的“合理性”内容中指定的任何农作物/热点。 最典型的用例是给它一个清晰的图像，并指定宽度，高度或同时指定宽度和高度，并根据内容编辑器的意愿和前端开发人员的要求获得一个经过裁剪，调整大小的漂亮图像。 除了核心用例之外，该库还提供了一个方便的生成器，用于访问Sanity图像管道中可用的丰富处理选项选择。 入门 npm install --save @sanity/image-url 用法 在项目中使用此库的最常见方法是通过将传递给它来对其进行。 这样，它将自动预配置为您当前的项目和数据集： import React from 'react' import myConfiguredSanityClient from './sanityClient' import

亲测可用 （1）matlab平台 （2）高斯金字塔 （3）生成金字塔第五层

用matlab实现的基于复合特征的自然图像和计算机生成图像鉴别算法源代码