基于Python3.8+OpenCV的车牌识别系统
1.车牌搜索识别找出某个车牌号
2.对比识别车牌系统
3.车牌数据库认证系统
4.车牌图文搜索系统
5.车牌数据库搜索系统
6.文件图片识别车牌
7.网络图片地址识别车牌
8.实时截图识别车牌
9.图片自适应窗口大小
10.摄像头拍照识别车牌
11.使用 hyperlpr 提高识别率
python打印田字格程序2
由26个英文字母(大小写)、数字和下划线“_”字符共同构成一个列表。打印由随机列表的内容构成一个“田”字格图形,长度任意。最后统计每种字符出现的个数,保存在一个字典文件中,字典中每个元素分别为“字符:个数”。
C语言系列实验报告代码
1.实验一 字符串:实现字符串反转及字符串连接。2.有10个学生,每个学生的数据包括学号、姓名、3门课的成绩,从键盘输入10个学生数据,要求打印出3门课总平均成绩,以及最高分的学生的数据(包括学号、姓名、3门课的成绩、平均分数)。3.建立一个链表,每个结点包括:学号、姓名、性别、年龄。输入一个年龄,如果链表中的结点所包含的年龄等于此年龄,则将此结点删去。n人围成一圈,从第s个人开始按顺时针1,2,3,4、、、、、、、m的顺序报数,数到m的人出圈,然后从出圈的下一个人开始重复此过程,输出所有出圈人的顺序。n,s,m从键盘输入。4.综合(字符串、结构体、共用体、链表):奇数值结点链表:输入若干个正整数(输入-1为结束标志)建立一个单向链表,头指针为L,将链表L中的奇数值的结点重新组成一个新的链表new,并输出新建链表信息。试编写相应程序。5.有5个学生,每个学生由门课的成绩,从键盘输入以上数据(包括学号、姓名、三门课成绩),计算出平均成绩,将原有数据和计算出的平均分数存放在磁盘文件“stud.txt”中。按平均分进行排序处理,将已排序的学生。
基于YOLOv4的安全头盔佩戴识别检测
里面包含如何训练以及测试的代码,安全帽数据集以及训练模型下载地址,可以接用于YOLO目标检测和跟踪,数据集包括两个类别person、hat,8000多张标注好的的图片,两种标签格式分别为txt和xml格式。
实时语音识别及翻译系统
本项目是基于智能语音信息处理技术以及开源翻译库的智能语音翻译系统。能够精准地降噪并识别人声,并通过调用开源翻译库实现中英文相互转换的功能。首先进行语音信息的采集,我们调用了电脑的麦克风程序采集语音,然后把语音信息通过POST方式传给云端服务端,在开始语音识别之前,需要把首尾端的静音切除,降低对后续步骤造成的干扰。这个静音切除的操作一般称为VAD,需要用到信号处理的一些技术。要对声音进行分析,需要对声音分帧,也就是把声音切开成一小段,每小段称为一帧。分帧操作一般不是简单的切开,而是使用移动窗函数来实现。其次进行特征提取,方法是提取MFCC特征,根据人耳的生理特性,把每一帧波形变成一个多维向量,将波形作变换,使声音变成12行、N列的一个矩阵。最后把帧识别成状态,把状态组合成音素,程序效果演示视频:https://www.bilibili.com/video/BV1yQ4y197hs/
AI智慧识物小程序+Spring boot
AI智慧识物小程序可以满足用户的好奇心,用户随手拍图点击识别即可识别图片里的内容,方便用户快速获取知识图谱,提升用户的知识储备能力。小程序前端和基于java后台的Spring boot2.0版本。对后端接口进一步优化,减少冗余的代码,精简了后台Spring boot的相关代码,对前端微信小程序照片图像上传到后端进行保存的流程进一步优化,明显提高了小程序端识别的速度,拍照图片后传给后台并返回相应json格式数据,前端渲染数据展示。小程序效果展示:https://www.bilibili.com/video/BV1pi4y1N76Z
python语言实验报告
1,输入 一个学生成绩 S,如果S> 90,则输出 “你的成绩非常棒!”;如果成绩80<S<=89,则输出“你的成绩还是比较优秀的!” ;如果成绩70<s<=79,则输出“你的成绩良好!”,如果成绩60<s<=69,则输出“你的成绩有点差哦!”,如果s<=59则输出“同志你该努力了!”。
2,从键盘上输入若干个学生的成绩,统计并输出最高成绩和最低成绩,当输入负数时结束输入。(用while循环语句实现)
3,计算 s=1!+2!+……+10! 的值并输出。
4,求1000以内的全部素数,每行输出10个。素数就是智能被1和自身整除的正整数,1不是素数,2是素数。
5,求1000以内的全部水仙花数,每行输出10个。一个数每个位上的数字的 3次幂之和等于它本身(例如:1^3 + 5^3+ 3^3 = 153),那么这个数就是水仙花数。
python打印由1中列表的内容构成一个“田”字格图形,长度可任意指定输入。
由26个英文字母(大小写)、数字和下划线“_”字符共同构成一个列表。打印由1中列表的内容构成一个“田”字格图形,长度任意。最后统计每种字符出现的个数,保存在一个字典文件中,字典中每个元素分别为“字符:个数”。
Web网页设计期末大作业
网页设计与开发课程的期末大作业
1.有5个网页,其中一个主页面,四个子页面,面包屑导航,首页轮播图切换,通过链接形成一个小型网站,各页面之间有a标签相互链接。
2.断断续续前后写了一个星期,不容易,天天熬夜调位置这些细节真的很折磨人。
3.主题为美食咖啡介绍,分别有首页、新闻动态、联系我们、新品上市、关于我们等html页面。
3.css文件夹存放页面样式,JavaScript存放在对应js文件夹,图片存放在images文件夹下。
使用swin_transformer做自己数据集的图像分类
使用的数据集共有5种类别,使用Swin-T预训练模型进行训练。
对人眼进行三维视线估计
三维视线估计的目标是从眼睛图片或人脸图片中推导出人的视线方向,视线的方向往往跟眼睛的状态和头部姿态都有关系。从输入图像中用深度卷积神经网络来对眼睛的虹膜和瞳孔像素进行分类,从而进行特征提取,跟踪三维眼球的注视状态。演示视频链接:https://www.bilibili.com/video/BV14P4y1c7RF?spm_id_from=333.337.search-card.all.click
Bert对文本情感分类
这是一个面向句子的情感分类问题。训练集和测试集已给出,使用训练集进行模型训练并对测试集中各句子进行情感预测。训练集包含10026行数据,测试集包含4850行数据。使用run_classifier.py对文本进行情感分类预测,模型为BERT-base基础版本模型。
Web前端网页期末大作业
主页设计布局是在网站的左上角是网站标题名称和导航栏菜单,菜单栏主要分为晴空、海边、田野分别用a标签的href属性链接到对应的网易云音乐链接,右上角有个人头像,点击会旋转360度,并播放对应的背景音乐。网站导航栏下方的主体内容分为五个部分,分别是晴空、海边、田野、青春、成熟,每部分内容都包括一张图片和对应主题的文字介绍,图片跟文字的排版使用div+css样式控制宽高和间距大小。网页底部是使用footer标签的Copyright声明。 首先选定 本网页制作工具是前端开发利器: WebStorm,创建前端项目工程,并创建相应的文件夹,存放各个css、js,还有网页中用到的各种图片放到pic文件夹中,背景音乐放到music文件夹中。
Web前端大作业.zip
主页设计布局是在网站上方是标准的导航栏,包括首页、美食特色、网上订餐、行业资讯、关于我们、联系我们等,鉴于内容的主体,主要实现了首页、行业资讯、关于我们以及联系我们四个html页面,index.html为主页内容,其它三个页面为子页面,存放在项目根路径下的html文件夹内,分别是buisiness.html、about.html、contact.html点击相应的导航标签,跳转到相同模块对应的详情页展示,其网站左上角是网站标题,中间穿插动态变化的美食背景图来突出美食网站自适应网站风格。网站中央是图片跟“专注时尚美食餐饮”主题内容简介,主要介绍国内中式料理,日本的日式料理,西方的西式料理,分别搭配各种美食的主体图片,左边是图片,突出主题。接下来是关于我们经营理念的店铺信息介绍资料,点击对应美食会弹出图片,非常方便适宜网站的总体要求。分别展示了行业资讯内容,店铺实景的图片和文字介绍,下方网站footer部分。网站最上面的导航栏联系我们页面中有客户留言选项功能,可以填写相应客户姓名、手机、邮箱、留言等四项内容,下方有设置提交按钮,点击可以提交。
基于深度学习的口罩佩戴检测
首先用现有的人脸检测算法,直接对图像进行人脸检测,训练好的人脸分类权值文件last_one.h5已放到log文件夹下,然后将检测的每一个人脸,单独切割出来,进行是否戴口罩的二分类。先对图像中的人脸进行标注,包括了戴口罩的,和不带口罩的两个label的目标。佩戴口罩的人脸图片命名标记为mask_1,没有佩戴口罩的人脸图片为nomask_1,然后在数据集准备好之后可以利用train.py文件训练 ,效果与详解可以看bilibili视频:https://www.bilibili.com/video/BV1dZ4y1F7Po/
基于YOLOV5的车牌定位和识别源码.zip
这是基于YOLOV5目标检测模型的实时车牌识别,包括对车辆的车牌区域精确定位,利用校正探测器对定位的车牌进行边框校正处理,使用增强神经网络模型对车牌区域进行超分辨率技术处理和光学字符识别。经过多次试验测试,可以对视频中的车辆车牌实时识别以及图片中的车辆车牌进行准确定位和识别,识别速度快,准确率高,比那些传统车牌识别方法效果好很多。效果演示视频:1.https://www.bilibili.com/video/BV1eK4y1m7GQ/
2.https://www.bilibili.com/video/BV13K4y1K7Pi/
基于Opencv的手势识别源码
代码一共分为三个部分:样本数据集的获取、训练、预测 。
第一部分-get_train_image.py样本的获取:
我是用的opencv自己获取的自己手势的数据集、测试集。
第二部分-dataset自定义数据集以及训练:
采用tensorflow 的dataset模块创建自己数据集和tensorflow.keras api实现模型的构建以及训练.
第三部分-模型预测与应用
html5优秀个人博客.zip
个人博客类网站,包括两个html页面,采用css控制整体样式,js控制页面动态效果展示。可以拿下来按照自己的风格改改代码,变成自己想要的博客样子。
Web前端大作业2.0.zip
1、设计的目的
做个棋手类网站以怀念个人围棋的时光。还有此刻的美丽,以及无限的未来向往。
2、设计布局
主页设计布局是在网站的右上角是标准的导航栏,包括主页、国内风云、风云人物、国外盛况、国外四位棋手简介、比赛报名等,点击相应的导航标签,跳转到相同模块对应的详情页展示,其网站左上角是网站标题,中间穿插背景图来突出适应网站风格。网站中央是图片跟内容简介,主要介绍国内棋手界风云,左边是图片,突出主题。接下来是风云人物链接资料,点击对应人物会弹出DIV文本框显示每个棋手的风云人物资料简介,点击右边的关闭按钮会关闭整个弹出的文本框,非常方便适宜网站的总体要求。接下来是国外盛况介绍,下面依次是四张围棋手的图片一字排开设计,鼠标悬停在上面会出现棋手姓名以及简介,点击图片会把棋手图片放大到中屏居中显示,还可以实现左右切换棋手图片,点击左上角的关闭按钮即可关闭弹出的图片。接下来拉到下面的国外四位棋手简介可以发现这是树形布局的四个div框,依照树形结构错落有致排开,分别展示上面四位棋手对应的资料简介,以及人物生平获奖资料等。网站靠近底部的位置就是国内群雄争霸比赛报名的Form表单,有棋手姓名、棋手电话、邮箱、比赛宣言等四项内容,并在提交前会依次检验文考框是否已经按照格式要求填写,如果没有按照要求规则填写会提示请修改该内容,直到符合要求为止,才能报名,填写完毕后点击报名,会弹出“恭喜棋手,报名成功,请等待组委会后续短信通知比赛规则”提示框,点击确定即可关闭报名成功提示框。
3、网站具体设计过程
首先选定 本网页制作工具是前端开发利器: WebStorm,创建前端项目工程,并创建相应的文件夹,存放各个css、js,还有网页中用到的各种图片,以及除了主页面index.html之外的二级页面,其存放在html文件夹下,在各个二级页面与主页跳转的网页链接上采用相对路径而不是绝对路径,创建好的项目工程目录结构如下所示。
首先设计网站主页也就是核心内容index.html,先要设计总体的导航条栏目,并点击对应主题来到其链接的详情页,这里采用href标签,用id进行位置定位。页面总体采用 CSS+DIV 布局,最外层DIV为框架,导航条设计。
前端设计课程大作业.zip
1、设计的目的
做个网站以怀念个人旅游的日子。还有此刻的美丽,以及无限的未来向往。
2、设计布局
主页设计布局是在网站的左上角是网站标题名称、当前在线人数等,有背景图引入,右上角有个人头像模态下拉框,点击出现下拉列表,包含我的旅游日记、个人中心、退出等链接,还有登录、注册按钮,点击登录按钮来到登录页面,网站设计初衷就是自己要登录后才能发布旅游日记,这样更能保证私密性。网站中央是内容,包含三大板块,分别是最热、最新、话题三个主题驿站,每个主题下面是列出5条内容日记的标题链接,点击对应链接跳转到日记详情页面,最热代表浏览次数最多,最新就是根据发布旅游日记的时间来排序,最新发的日记内容排在最前面,话题是根据这次发布旅游日记的主题来排序的。网站尾部的左下角是网站设计目的简介,右下角分别是个人联系方式、合作方式、赞助商本人等。点击名字会弹出图片。
3、网站具体设计过程
首先选定 本网页制作工具是前端开发利器: WebStorm,创建前端项目工程,并创建相应的文件夹,存放各个css、js,还有网页中用到的各种图片,以及除了主页面index.html之外的二级页面,其存放在html文件夹下,在各个二级页面与主页跳转的网页链接上采用相对路径而不是绝对路径,创建好的项目工程目录结构如下所示;
首先设计网站主页也就是核心内容index.html,所有的二级页面都可以从主页跳转过去,相应的二级页面也都有主页的链接,可以随时返回到主页面。页面总体采用 CSS+DIV 布局,最外层DIV为框架,对重复页面代码进行抽取,比如网站头部用header.html来代替,网站底部用footer.html来代替,在各个要引用的网页上直接在其头部和尾部用iframe标签引入即可(),在背景图引入时采用(background-image:url("../pic/backpic.jpeg"); background-repeat: no-repeat; background-size:100% a)background-image标签进行操作。在日记链接显示以及网站底部链接上采用ui、li标签,在中屏显示的最新、最热、话题等主题下的具体旅游日记标题。
Web前端大作业-港珠澳大桥.zip
1、设计的目的
做个网站以纪念港珠澳大桥彰显大国基建魅力,为中国工程师点赞喝彩。港珠澳大桥此刻的美丽,以及无限的未来向往正是中国工匠人的工匠精神延续。
2、设计布局
主页设计布局是在网站的左上角是网站标题名称为港珠澳大桥、首页、项目简介、设计理念、设计特点、大桥影响、桥见美景共六大模块,点击相应的导航栏目页面跳转到相应位置。首页采用div+js+css来实现四张港珠澳大桥背景图的引入和隔一定时间实现循环自动来回切换背景图,通过js设置切换间隔,每张图的停留时间。网站中央是内容,分别包含五大板块,每个版块由不同的div块组成,右上角是主题,下面是详情的文字介绍,右边配上相应的图片,增加网站的观赏性,吸引性。港珠澳大桥美的恰恰是其在不同场景下的景色图。网站底部分别是网站版权介绍信息,采用居中透明显示,文字大小和样式用css来控制,美观大方。
3、网站具体设计过程
首先选定 本网页制作工具是前端开发利器: WebStorm,创建前端项目工程,并创建相应的文件夹,存放各个css、js,还有网页中用到的各种图片,以及除了主页面index.html之外的二级页面,其存放在html文件夹下,在各个二级页面与主页跳转的网页链接上采用相对路径而不是绝对路径,创建好的项目工程目录结构如下所示:
站点结构图:
首先设计网站主页也就是核心内容index.html。页面总体采用 CSS+DIV 布局,最外层DIV为框架。导航栏主要采用a标签以及span标签,并在a标签里面用锚点链接到其对应的模块位置,点击即可跳转到指定位置,使得网站更加人性化,方便展示内容。
实时人脸表情识别系统.zip
使用PyQt5做的人脸表情识别图像化界面,该程序是使用Python3.7开发的,利用Dlib库实现人脸识别以及情绪分析的功能。利用 Dlib 官方训练好的模型 “shape_predictor_68_face_landmarks.dat” 进行 68 个特征点标定,该模型已上传到该资源中,可以直接调用,利用 OpenCv 进行图像化处理,在人脸上画出 68 个特征点,并用红色数字标明特征点的序号。使用嘴巴的张开比例,眼睛的睁开程度,眉毛的倾斜程度作为表情分析的三个指标,通过计算特征点之间的欧氏距离,来判断人脸的表情。该系统主要能够识别惊恐、常态、高兴、生气等四种表情,识别准确率高,速度快。
基于卷积神经网络的人脸识别系统.zip
该程序代码是基于Python3.5开发的,程序代码中包括制作人脸数据集faces_my.py文件,自动打开电脑上的摄像头实时捕捉人脸保存,并保存到指定目录下,可以在程序中设置人脸数据集的大小,初始数据集是10000张人脸图片。人脸大小指定为64*64像素大小,方便后面神经网络的训练。经过模型训练后,该人脸识别算法准确率达到了百分之99。训练模型请运行train.py文件,并可以自行设置训练的批次和迭代结束的条件,训练好模型后会自动在程序运行目录下保存当前训练好的卷积神经网络模型。模型训练完成后,若想看到模型的实际运行效果怎么样,请运行recognition.py文件,程序运行后将会自动调取计算机上的摄像头实时监测人脸并识别人脸,在图形界面窗口实时显示人脸识别的结果。