使用手写识别的计算器 这个项目是我面向对象编程课程的最后一个项目。 下面介绍该算法为显示包含数学方程式的输入图像的结果而采取的步骤。 1-图像分割 该程序对输入图像进行分段，仅提取所需的数字或运算符进行计算，然后将每个数字或运算符转换为28x28像素的小图像，这将作为神经网络的输入。 程序接受的数字范围是0-9 ，有效的操作是：加法，减法，乘法，除法，幂和使用括号。 2-分类 从算法的第一步中提取的缩略图被馈送到仅具有一个隐藏层的预训练神经网络，该神经网络的预测是S形激活的向量，每个描述输入的依存概率p（i）图像属于第（i）类。 3-计算结果 对每个分割的图像进行分类后，我们将此分类转换为相应的数字或运算符，并将其隐含为表达式字符串。 然后，我们将此字符串传递给基于堆栈的计算器以计算其结果。 然后使用简单的GUI将所有这些包装到JavaFX应用程序中。 将发布文档，以获取有关算法步骤以及

matlab检索相似图像 - 使用自定义特征包的图像检索-MathWorks

PubFig 数据集分为两部分： 开发集包含60 个人的图像。开发算法时应使用此数据集，以避免在评估集上过度拟合。此列表和评估集之间没有重叠，此集合与LFW数据集中的人之间也没有重叠。 评估集包含其余140 个人的图像。这是您可以在其上评估算法以查看其性能的数据集。 详细内容请访问该网站：https://www.cs.columbia.edu/CAVE/databases/pubfig/download/

内容概要：内含海贼王中路飞、罗宾等7个角色的图像，每个文件夹内的图像为同一角色 适用人群：学习计算机视觉/深度学习的人群 使用场景：图像分类 使用目的：作为图像分类的数据集

研究内容： 车牌定位与字符识别技术以计算机图像处理、模式识别等技术为基础。车牌定位识别主要包括以下四个主要步骤：车牌区域定位、车牌二值化处理、车牌字符分割、车牌字符识别。首先，通过对采集的车牌进行灰度变换、边缘检测、平滑及开闭运算等操作来进行车牌图像预处理工作，并由此得到一种基于车牌颜色纹理特征的车牌定位方法，实现车牌区域定位。接下来通过图像分割对车牌字符分割，本设计采用阈值分割的方法，将已定位出的车牌区域分割为单个字符。最后将分割得到的字符图像与模板库进行匹配识别、输出匹配结果。本设计采用了模板匹配的方法，对输出的字符图像和模板库里的模板进行匹配以得到对应于车牌字符的具体信息。 本设计旨在提高车牌定位识别的精确度，降低对输入图像清晰度要求，并增加所能识别的车牌类型范围，使其能够识别目前市面上大部分车型的车牌。

基于MATLAB实现的指纹识别匹配系统

车道线识别；效果良好；环境配置简单，毕设可用；#python 可见博客：https://blog.csdn.net/ALiLiLiYa/article/details/127677866

提供十种花卉的图像识别与分类，测试集准确率较好

利用MATLAB在联合变换的基础上实现对图像中数字的识别，欢迎大家下载学习交流

【K210】火焰识别、yolo_v2目标检测（带数据集和模型） 近2000张图片，实测效果还行，模型部署在K210平台有30帧