基于不变矩的数字验证码识别.rar

针对字符串的特点,提出了采用基于旋转投影不变矩来识别字符的方法.先将出现偏斜的字符串进行旋转,使其与水平方向平行,然后将字符的灰度图像从上向下进行投影,对黑点像素进行累计求和,构成灰度累计分布图.该分布图具有平移和尺度放缩不变性的特点,因此可以将每个英文字母的灰度累计分布图作为一个几何形状,使用Hough变换对它们进行识别.文中对字符串自动找正、灰度累计分布图的生成、自动阈值选择技术以及Hough变换等关键技术进行了研究,并给出了26个英文字符的灰度累计分布图和投影不变矩值.经实际使用证实该方法的效果很好

Zernike矩一种新的图像识别特征，可以用在很多方面

VS2010+OpenCV2.3.3环境下开发，采用模板匹配和HU不变矩实现1-10手势数字分类识别

基于matlab不变矩的数字验证码识别，通过模拟人类的视觉特性来分析验证码字符特点，目标是识别验证码，读取图像文件中的验证码字符。验证码的识别涉及图像预处理、分隔、特征提取、识别。这个仿真代码，首先通过对彩色验证码图像进行灰度化、二值化、去燥和归一化等步骤来进行预处理，通过建立模板库的动态更新机制来提高系统的兼容性，进一步提升验证码识别的效率和准确性，代码亲测可用

本实例是对四种不同的叶子图片自动分类。先将图片进行二值化，然后通过计算Hu不变矩进行，再根据Hu不变矩对叶片进行分类。代码实现简单，结果可靠。

基于不变矩的数字验证码识别,本课题将模板匹配作为基本框架的验证码识别系统。本系统的优点在于能够对特定类型的数字验证码进行精确识别，实验中识别准确率可达到95％以上，并提供动态更新样本库的功能，可根据实际运行的环境提高验证码的识别率。 本案例选择了经典的数字验证码识别作为识别的对象。验证码的识别涉及图像预处理、分割、特征提取、识别等相关技术，本案例通过对彩色验证码图像进行灰度化、二值化、去噪和归一化等步骤来进行预处理，通过建立模板库的动态更新机制来提高系统的兼容性，进一步提升验证码识别的效率和准确性。

matlab基于Hu不变矩的图像检索技术,首先要做的就是对这 100张图片建索引, 对这些图片分别提取纹理特征和颜色矩特征,并存mat文件。之后就可以进行检索了。纹理特征和颜色矩特征都是一维向量,检索的时候分别计算待检索图像和mat文件中颜色矩和纹理特征向量的欧几里得距离,并给予不同的权值。对这些距离进行升序排序,这样就得到了图像检索结果.

形状特征描述，不变矩特征提取，zernike不变矩； 形状特征描述，不变矩特征提取，zernike不变矩

对原图像和旋转后的图像进行不变矩特征提取，压缩包中程序齐全并有相对应的图片，可以直接运行。