CV的算法，PDF+代码

解决了在曝光过程中，物体和相机之间的相对运动产生模糊的脉冲响应，十分适合学习图像处理的初学者学习

应用原halcon工程师的理论设计的模板匹配方案

与博主博客相匹配的一份资源，免费下载，针对robomaster视觉组或者想了解该算法的人

对目标区域进行检测 在多种目标中识别特定颜色和形状的目标物 并给出相应的结果包括目标位置

STM32 OV2640 机器视觉 图像处理 滚球系统 二值化.zip 本人亲自总结的二值化 正点原子探索者可直接测试

详细介绍了halcon入门基础知识，比如摄像头获取图像和参数设置以及图像处理常用的算子，边缘检测，区域生长等

非常经典的数字图像处理教材，讲的特别透彻，对学习图像处理，机器视觉很有帮助

非常好了图像处理资源、机器视觉、边缘检测、像素分割

基于文档图像的文字识别系统包括两个处理步骤。第一步为文字分割，即确定图像中文字序列的区域，并将逻辑相关的多个字符分割开来。第二步是字符识别，即是利用文字分割的结果，基于字符的图像及上下文信息，生成该字符相应的数字化表现形式，以便后期处理，如显示、翻译等。 由此可见，文字分割是OCR（光学字符识别）系统中的关键技术，正确的文字分割是文字识别成功的前提。目前的OCR系统大多是针对文字排列整齐，前景色与背景色对比明显的理想文档图像而设计，这虽然适用于很多印刷文档的情形，但对于文字排列的方向和大小都很随意的手写体文档、图书封面等复杂文档图像却无法提供可靠的文字分割结果，以下列出几种常见比较常见的文档图像。 本文所介绍的方法，即复杂背景下的文字分割方法，希望利用字符的轮廓信息，通过逐步探测的方法完成对复杂文档图像的文字分割，经实验证明，该方法可以有较地解决文字排列不规则、同组文字大小不等、背景色复杂的文字分割问题。