WiFi IMU到3D显示 该项目是MPU6050 DMP Teapot演示的无线版本。 有关更多详细信息,请参见以下链接。 区别在于1)使用BNO055代替MPU6050; 2)用电池供电的ESP8266 WiFi板代替Arduino AVR板,因此IMU不受束缚。 涵盖了两种不同的方法。 第一种使用ESP8266上运行的程序,该程序通过UDP WiFi在开放声音控制(OSC)消息中发送IMU四元数数据。 在运行渲染3D飞机的处理的计算机上接收到消息。 第二个程序使用ESP8266上运行的程序,该程序是HTTP服务器和Web套接字服务器。 当HTTP客户端连接时,初始网页包括一个渲染3D飞机的程序。 ESP8266通过Web套接字将Euler角度发送给客户端。 此方法的优点是:1)可以同时连接多个客户端,并且2)客户端上未安装任何软件。 客户端可以是在任何操作系统(包括IOS,A
2023-04-12 13:12:53 57KB processing arduino esp8266 imu
1
jakteristics:从python计算点云几何特征
2023-04-12 11:06:57 159KB python processing lidar feature
1
双线性插值matlab代码图像处理 用于图像处理的Matlab代码 使用最近的插值调整图像大小 使用双线性插值调整图像大小 图像滤镜,填充 平均滤波器 加权平均滤波器 拉普拉斯过滤器 中值过滤器 索贝尔滤波器 锐化蒙版 高斯滤波器 影像旋转
2023-04-11 16:46:43 277KB 系统开源
1
DeBERTa:具有分散注意力的增强解码的BERT DeBERTa:具有分散注意力的增强解码的BERT这是DeBERTa实施的存储库。我们的代码仍处于发布业务流程中,它将在本周末准备就绪。 贡献该项目欢迎您的贡献和建议。 大多数捐款要求您同意一份《捐款者许可协议》(CLA),声明您有权并实际上授予我们使用您的捐款的权利。 有关详细信息,请访问https:// cla。
2023-04-10 16:59:07 114KB Python Natural Language Processing
1
Cartoonify_reality 即使适当地完成图像处理的基础知识也很方便,否则将需要机器学习模型。该项目是这样的灵感之一,它仅使用核心opencv过滤器和功能将图像和视频卡通化,还使用K-means聚类算法来实现压缩图像。 这种聚类为它提供了所需的基本卡通色彩。 算法-K_Means聚类 滤镜-双边滤镜,轮廓,腐蚀,Canny(边缘检测) 先决条件 您需要什么东西来安装软件以及如何安装它们 scipy numpy cv2 入门 下载python interpeter,最好是3.0版以上的版本。 安装上面给出的前提条件库。 运行vid.py文件将您的Webcamp提要装箱。 取消注释cartoonize.py的最后两行,然后运行以对图像进行卡通化。 $vid.py $cartoonize.py 原始图片 卡通输出 建于
1
Radar Signal Processing Design and Implementation for Machine Learning
2023-04-04 15:50:47 1.87MB Radar
1
Fast.Algorithms.for.Signal.Processing
2023-03-31 15:11:15 2.97MB 信号处理 算法
1
DFT的matlab源代码包括数字图像处理 数字图像处理实验1 2 3 4 实验1:从bmp图像读取二进制数据。 实验2:DCT,IDCT和DFT,IDFT的实现。 实验3:使用Haar Wave实现GaussianFilter,MeanFilter,MedianFilter,Sobel运算符和DWT,IDWT。 实验4:前向目标和背景分割的视频处理。
2023-03-30 16:30:42 3.49MB 系统开源
1
www.fon.hum.uva.nl/praat 开源免费 语音处理软件,支持常用语音信号处理,可编写脚本组合不同功能.
2023-03-30 10:32:58 6.4MB speech signal processing
1
图像直方图均衡化算法matlab代码 DiscriminativeLowpassFiltering_with_CLAHE.m is the MATLAB implementation of my Masters thesis titled "Contrast enhancement with the noise removal by a discriminative filtering process", Concordia University, Montreal, Canada, 2012. In this thesis, a novel approach of low-pass filtering is developed based on multiple stages of median filtering and threshold based image clustering. The input of the filtering algorithm is a low contrast image which is first enhanced by a variant
2023-03-29 00:09:11 3KB 系统开源
1