【MFC】指纹类型识别(OpenCV + MATLAB混合编程)

忙了大半个学期的指纹、掌纹处理,这里稍微整理出部分

目标

找出指纹图像的中心点与三角点,统计间隔脊线数量,完成指纹的归类。


 

功能

需要完成的处理包括:

  • 分割前景与背景(利用梯度图、方向场实现);
  • 增强指纹图像(通过均衡化、边缘收敛、平滑、增强、二指化);
  • 细化(提取单像素的脊线)
  • 标记特征点(切缝法求方向图、根据Poincare index 找特征点)
  • 统计连线与脊线交点

 

效果

指纹类型识别:

image

image

脊线数量统计:

V}EDSKR$3UM6J1PAN`5$U)W

 

后续补充(相关链接)

一些具体的方法等我有空我再在这边进行补充吧

转载于:https://www.cnblogs.com/KC-Mei/p/4335989.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV 是一个开源的计算机视觉库,可以用于实现许多图像和视频处理的任务。而 Jetson 是 NVIDIA 推出的一款高性能嵌入式计算平台,用于加速人工智能应用程序的开发和部署。 使用 OpenCV 实现通过摄像头识别二维码可以通过以下步骤来实现: 1. 首先,需要在 Jetson 上安装 OpenCV 库和相机驱动程序。可以通过 JetPack 以及 OpenCV 的官方文档进行安装和配置。 2. 在程序中导入 OpenCV 库,并创建一个 VideoCapture 对象,用于打开摄像头并捕获视频帧。 3. 使用循环来不断读取摄像头捕获的帧,并对每一帧进行二维码的检测。可以使用 OpenCV 中的 QRCodeDetector 类来实现,该类提供了对二维码的解码和检测功能。 4. 对每个检测到的二维码进行解码,获取二维码内容。可以通过调用 QRCodeDetector 类中的 detectAndDecode 方法来实现。 5. 在屏幕上显示二维码内容或将内容保存到文件中,以便后续使用。 需要注意的是,使用 Jetson 进行图像处理可能需要使用 GPU 加速来提高性能,可以通过 OpenCV 的 GPU 模块或使用 CUDA 来实现。另外,为了提高二维码的检测效果,可以根据实际情况进行参数的调整,如调整二维码的大小范围、检测的灵敏度等。 总结起来,通过在 Jetson 上使用 OpenCV 库和相机驱动程序,可以方便地实现通过摄像头识别二维码的功能。这可以在许多应用场景中使用,如物流追踪、社交媒体分享、支付扫码等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值