車牌定位－－－VC++源代碼程序 1.24位真彩色->256色灰度圖。 2.預處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區(qū)域。 4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。 5.用自定義模板進行中值濾波 區(qū)域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。 7.區(qū)域裁剪,截取車牌圖像。
上傳時間： 2013-11-26
上傳用戶：懶龍1988
函數(shù)模板T max(T a, T b, T c),使之實現(xiàn)對任何類型數(shù)，能從三個數(shù)中求出最大數(shù)返回。設計各種類型數(shù)據(jù)(char，short，long，float，double)調用此函數(shù)模板。
上傳時間： 2015-07-07
上傳用戶：時代電子小智
本書第二部分講述的是在Wi n 3 2平臺上的Wi n s o c k編程。對于眾多的基層網(wǎng)絡協(xié)議， Wi n s o c k是訪問它們的首選接口。而且在每個Wi n 3 2平臺上，Wi n s o c k都以不同的形式存在著。 Wi n s o c k是網(wǎng)絡編程接口，而不是協(xié)議。它從U n i x平臺的B e r k e l e y（B S D）套接字方案借鑒了 許多東西，后者能訪問多種網(wǎng)絡協(xié)議。在Wi n 3 2環(huán)境中，Wi n s o c k接口最終成為一個真正的 “與協(xié)議無關”接口，尤其是在Winsock 2發(fā)布之后。
標簽： 分 編程 網(wǎng)絡協(xié)議
上傳時間： 2015-07-08
上傳用戶：thinode
本附錄按錯誤編號列出了所有Wi n s o c k錯誤代碼。但要注意的是，該列表沒有包括標記為 “B S D特有”的Wi n s o c k錯誤，也沒有包括那些尚未正式列入規(guī)范的錯誤。此外，與Wi n 3 2錯 誤有著直接對應關系的Wi n s o c k錯誤列在本附錄末尾。
上傳時間： 2014-01-11
上傳用戶：ghostparker
vhdl波形發(fā)生程序.實現(xiàn)4種常見波形正弦、三角、鋸齒、方波（A、B）的頻率、幅度可控輸出（方波 A的占空比也是可控的），可以存儲任意波形特征數(shù)據(jù)并能重現(xiàn)該波形，還可完成 各種波形的線形疊加輸出。
上傳時間： 2015-07-10
上傳用戶：gundamwzc
inside the c++ object model.深入c++對象模型。鼎鼎大名的Stanley B. Lippman 寫的。搞c++編程的能不看嗎？
上傳時間： 2013-12-22
上傳用戶：佳期如夢
b tree how to operate on b tr
上傳時間： 2014-01-20
上傳用戶：開懷常笑
B.Aazhang寫的一篇論文，第一次提出了神經(jīng)網(wǎng)絡如何在應用多用戶檢測中。
上傳時間： 2015-07-17
上傳用戶：ljmwh2000
％直接型到并聯(lián)型的轉換 ％ ％[C,B,A]=dir2par(b,a) ％C為當b的長度大于a時的多項式部分 ％B為包含各bk的K乘2維實系數(shù)矩陣 ％A為包含各ak的K乘3維實系數(shù)矩陣 ％b為直接型分子多項式系數(shù) ％a為直接型分母多項式系數(shù) ％
上傳時間： 2014-01-20
上傳用戶：lizhen9880
拉格朗日插值多項式擬合,牛頓插值多項式,歐拉方程解偏微分方程,使用極限微分求解導數(shù)（微分）,微分方程組的N=4龍格庫塔解法,雅可比爹迭代法解方程AX=B,最小二乘多項式擬合,組合辛普生公式求解積分,用三角分解法解方程AX=B
上傳時間： 2015-07-23
上傳用戶：hongmo
