基于 PyTorch 写的 Unet 语义分割项目，挺适合想入门图像分割的朋友玩一玩。配套的数据集是天池的地表建筑物识别，图像质量还不错，适合做实验，也适合改着用。 模型结构是经典的 Unet，编码解码分明，适合做二分类或者多分类的地物识别，想试水遥感分割的可以从这套下手。代码写得比较清晰，变量命名
C++ 0 次浏览
图像分割代码，测试了可以用非常值得下载文档，值得参考，强烈推荐，下载看看吧，祝你好运，good luck！
C++ 18 次浏览
软件开发设计涉及应用软件开发、系统软件开发、移动应用开发、网站开发等项目开发与学习资料。硬件与设备包括单片机、EDA、proteus、RTOS以及各类计算机、服务器、网络设备、存储设备、移动设备等。操作系统涵盖LInux、树莓派、安卓开发、微机操作系统、网络操作系统、分布式操作系统等，还包括嵌入式操
Python 18 次浏览
探索OpenCV下的图像分割方法，利用通用图像处理技术提升工作学习效率。
C++ 23 次浏览
利用grabcut进行图像分割，在vs2010及以上环境中可轻松运行。
C++ 21 次浏览
直方图门限选择图像分割技术，主要通过图像的灰度直方图来实现图像的二值化。简单高效，适合在灰度图像时使用。，利用灰度直方图统计每个灰度级的像素分布，再通过选定合适的阈值，快速把图像划分成前景和背景。这种方法在医学影像、文本识别等领域表现得相当不错。尤其是在噪声少、光照均匀的图像上，效果更好。但它在光照
C++ 0 次浏览
PASCAL（DELPHI）源码，专注于图像分割技术的实现，适合需要深入了解图像处理的开发者。
Delphi 17 次浏览
图像分割的操作，其实说难不难，说简单也不简单，关键看你用什么工具，怎么用。用 OpenCV 来搞图像分割，算是比较主流、也比较顺手的选择，功能全、库也成熟，文档也挺全的。 阈值分割这种方法就像“二选一”——颜色值高过多少就归为前景，不够就当背景，像用cv2.threshold()这样一行搞定。适合背
C++ 0 次浏览