u011555996的博客

网络博客中关于连续/离散Fourier变换的文章已经非常详实，本无需赘述。但毕竟下文要用到，所以这里还要简明扼要的说一下。简单说，Fourier变换就是将周期信号沿正交基分解，而一组良好的正交基就是正弦/余弦函数。不过套用伟大的欧拉公式后，我们更多是把作为正交基。基于此连续域上的Fourier变换及其逆变换可以写为不过，对于归一化参数可以略作调整，从而将Fourier变换对写为但是，对于计算机是无法处理连续变量的，从而在上述工作基础之上发展了离散Fourier变换(DFT)，将其变换对写为。

算法

分享一下Tesseract3.02.02版本在Windows下的配置。我的环境VS2013+win8 64bit+OpenCV3.2。 需要下载：tesseract-orc-setup-3.02.02.exe和tesseract-3.02.02-win32-lib-include-dirs.zip，这个比较好下载。安装和配置步骤：（1）先执行tesser...

我的tesseract安装路径为D:\Tesseract-OCR，如果你的安装路径和我不一样，将这份文档里所有的D:\Tesseract-OCR改为你的安装路径即可。1.下载lib和dll（所有需要下载的东西在附件里下载）Ø首先安装tesseract-ocr-setup-3.02.02.exe文件，我的安装路径为D:\Tesseract-OCR；Ø安装完成后解压tesseract-...

记得应该是16年的时候，从一个公开课看到了关于OCR方面的内容，里面讲到了通过OpenCV对身份证号码区域的剪裁以及使用Tess-Two进行文字识别，实现了对身份证号码的识别功能。断断续续看了点关于OpenCV的资料，感觉不是这个专业的真难看懂，各种公式各种名词。今天主要用于做个记录，那个一直碎碎念的东西终于完成了！原理我理解的原理（除去文字识别）：对图片进行降噪以及二值化，凸显内容...

C# 图片识别技术（支持21种语言，提取图片中的文字）图片识别的技术到几天已经很成熟了，只是相关的资料很少，为了方便在此汇总一下（C#实现），方便需要的朋友查阅，也给自己做个记号。图片识别的用途：很多人用它去破解网站的验证码，用于达到自动刷票或者是批量注册的目的，但我觉得它最吸引我的地方是可以让一些书写的东西，自动识别成电脑上的文字，比如说手拟的合同，修改过的书面论文或者是文档，每月...

在一个识别软件中发现了Asprise OCR的“身影”，上官网查了一下相关信息，发现功能挺强大的，识别印刷体应该不错，遗憾的是好像不能识别中文，不过不知道它对扭曲后的英文识别能力怎么样，否则的话可以用来识别验证码。在官网下载了C++的Demo，这里记录一下。1.准备在官网下载C++的Dll和头文件，创建使用VS2010创建win32工程，将下载的dll和文件拷贝到创建的工程目录。...

边缘检测1、Sobel2、Laplace3、Roberts4、CannyCannycanny对边缘检测质量进行分析时，有3个原则：1、信噪比准则2、定位精度准则3、单边缘响应准则 canny边缘检测的基本思想是：首先对图像选择一定的Gauss滤波器进行平滑滤波，然后采用非极值抑制技术进行处理得到最后的边缘图像。Canny算法基本可分为4个步骤：...

1.#include "ReadIDCard.h"//#include "stdafx.h"#include <iostream>#include <stdio.h>#include <opencv2/opencv.hpp>#include "opencv2/highgui/highgui.hpp"#include "opencv2/imgp...

定义一般定义设有定义域和取值都在实数域中的函数y=f(x)。若f(x) 在点的某个邻域内有定义，则当自变量x在x0处取得增量（点仍在该邻域内）时，相应地y取得增量；如果与之比当时的极限存在，则称函数y=f(x) 在点处可导，并称这个极限为函数 y=f(x)在点处的导数，记为...

一、Tesseract简介Tesseract是一个开源的OCR（Optical Character Recognition，光学字符识别）引擎，可以识别多种格式的图像文件并将其转换成文本，目前已支持60多种语言（包括中文）。Tesseract最初由HP公司开发，后来由Google维护，github地址为：https://github.com/tesseract-ocr/二、Tessera...

一.使用Opencv进行轮廓检测！所需函数：1.cvFindContours函数功能：从二值图像中检索轮廓，并返回检测到的轮廓的个数函数原型：int) cvFindContours( CvArr* image, CvMemStorage* storage, CvSeq** first_contour, int head...

啰嗦开场白读本科期间，信号与系统里面经常讲到卷积(convolution)，自动控制原理里面也会经常有提到卷积。硕士期间又学了线性系统理论与数字信号处理，里面也是各种大把大把卷积的概念。至于最近大火的深度学习，更有专门的卷积神经网络(Convolutional Neural Network, CNN)，在图像领域取得了非常好的实际效果，已经把传统的图像处理的方法快干趴下了。啰啰嗦嗦说了这么多卷积...

高斯滤波高斯滤波的含义：高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的作用：高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。高斯滤波函数一维高斯分布二维高斯分布高斯核理论上，高斯分布在所有定义域上都有非负值，这就需要一个无限大的卷积核。实际上，仅需要取均值周围3...

在OpenCV中我们经常会遇到一个名字:Mask(掩膜)。很多函数都使用到它，那么这个Mask到底什么呢？一开始我接触到Mask这个东西时，我还真是一头雾水啊，也对无法理解Mask到底有什么用。经过查阅大量资料后，也对Mask有一点自己的理解了，下面就说说我的理解。比如我要对一幅图进行抠图操作，这就要用到Mask了，那我就以抠图为例，解释Mask在里面的作用。先上程序，再一句一句剖析。...

转自http://blog.csdn.net/zouxy09/article/details/49080029一、线性滤波与卷积的基本概念 线性滤波可以说是图像处理最基本的方法，它可以允许我们对图像进行处理，产生很多不同的效果。做法很简单。首先，我们有一个二维的滤波器矩阵（有个高大上的名字叫卷积核）和一个要处理的二维图像。然后，对于图像的每一个像素点，计算它的邻域像素和滤波器矩...

腐蚀的原理：二值图像前景物体为1，背景为0.假设原图像中有一个前景物体，那么我们用一个结构元素去腐蚀原图的过程是这样的：遍历原图像的每一个像素，然后用结构元素的中心点对准当前正在遍历的这个像素，然后取当前结构元素所覆盖下的原图对应区域内的所有像素的最小值，用这个最小值替换当前像素值。由于二值图像最小值就是0，所以就是用0替换，即变成了黑色背景。从而也可以看出，如果当前结构元素覆盖下，全部都是背...

卷积为什么如此强大？一文全解深度学习中的卷积2018年05月10日 15:52:41七月在线实验室阅读数：17112作者：Tim Dettmers（Understanding Convolution in Deep Learning）原文地址：http://www.yangqiu.cn/aicapital/2382000.html有太多的公开课、教程在反复传颂卷积神...

一、定义离散信号f(n),g(n)的定义如下：N-----为信号f(n)的长度s(n)----为卷积结果序列,长度为len(f(n))+len(g(n))-1以3个元素的信号为例：f(n) = [1 2 3]; g(n) = [2 3 1];s(0) = f(0)g(0-0) + f(1)g(0-1)+f(2)g(0-2)= 1*2 + 2*0 + 3*0 =2...

转自：卷积神经网络CNN（1）——图像卷积与反卷积（后卷积，转置卷积）动态图1.前言 传统的CNN网络只能给出图像的LABLE，但是在很多情况下需要对识别的物体进行分割实现end to end，然后FCN出现了，给物体分割提供了一个非常重要的解决思路，其核心就是卷积与反卷积，所以这里就详细解释卷积与反卷积。 对于1维的卷积，公式（离散）与计算过程（连续）如下，要记住的是其...

转载自https://www.leiphone.com/news/201807/RQ4sBWYqLkGV4ZAW.html,有删节【嵌牛导读】：在本文中，我们将逐步分解卷积操作的原理，将他与标准的全连接网络联系起来，并且探索如何构建一个强大的视觉层次，使其成为高性能的图像特征提取器。【嵌牛鼻子】：全连接网络图像特征提取器【嵌牛提问】：卷积操作是如何与全连接网络联系起来的？如何通...

“离散卷积”是两个离散序列 f(n) 和 h(n) 之间按照一定的规则将它们的有关序列值分别两两相乘再相加的一种特殊的运算。具体可用公式表示为：离散函数.png简记为 g(n) = f(n) * h(n);其中：g(n) 是经过卷积运算得到的新序列f(i) 是卷积操作数，要使序列 f(n)不变，将自变量改为i作为区别h(i) 是样本数据，将自变量改为i后要取他纵坐标...