实例介绍
印章识别效果非常好的代码,主要使用了支持向量机
【实例截图】
【核心代码】
印章识别
└── 印章识别
├── dfs_service_libsvm-3.11
│ └── libsvm-3.11
│ ├── COPYRIGHT
│ ├── FAQ.html
│ ├── heart_scale
│ ├── java
│ │ ├── libsvm
│ │ │ ├── svm.java
│ │ │ ├── svm.m4
│ │ │ ├── svm_model.java
│ │ │ ├── svm_node.java
│ │ │ ├── svm_parameter.java
│ │ │ ├── svm_print_interface.java
│ │ │ └── svm_problem.java
│ │ ├── libsvm.jar
│ │ ├── Makefile
│ │ ├── svm_predict.java
│ │ ├── svm_scale.java
│ │ ├── svm_toy.java
│ │ ├── svm_train.java
│ │ └── test_applet.html
│ ├── Makefile
│ ├── Makefile.win
│ ├── matlab
│ │ ├── libsvmread.c
│ │ ├── libsvmread.mexw32
│ │ ├── libsvmwrite.c
│ │ ├── libsvmwrite.mexw32
│ │ ├── Makefile
│ │ ├── make.m
│ │ ├── README
│ │ ├── svm_model_matlab.c
│ │ ├── svm_model_matlab.h
│ │ ├── svmpredict.c
│ │ ├── svmpredict.mexw32
│ │ ├── svmtrain.c
│ │ └── svmtrain.mexw32
│ ├── pointlist_2.txt
│ ├── pointlist_2.txt.mdl
│ ├── python
│ │ ├── Makefile
│ │ ├── README
│ │ ├── svm.py
│ │ └── svmutil.py
│ ├── README
│ ├── svm.cpp
│ ├── svm.def
│ ├── svm.h
│ ├── svm-predict.c
│ ├── svm-scale.c
│ ├── svm-toy
│ │ ├── gtk
│ │ │ ├── callbacks.cpp
│ │ │ ├── callbacks.h
│ │ │ ├── interface.c
│ │ │ ├── interface.h
│ │ │ ├── main.c
│ │ │ ├── Makefile
│ │ │ └── svm-toy.glade
│ │ ├── qt
│ │ │ ├── Makefile
│ │ │ └── svm-toy.cpp
│ │ └── windows
│ │ └── svm-toy.cpp
│ ├── svm-train.c
│ ├── tools
│ │ ├── checkdata.py
│ │ ├── easy.py
│ │ ├── grid.py
│ │ ├── README
│ │ └── subset.py
│ ├── windows
│ │ ├── libsvm.dll
│ │ ├── libsvmread.mexw32
│ │ ├── libsvmread.mexw64
│ │ ├── libsvmwrite.mexw32
│ │ ├── libsvmwrite.mexw64
│ │ ├── pointlist_2.txt
│ │ ├── pointlist_2.txt.model
│ │ ├── svm-predict.exe
│ │ ├── svmpredict.mexw32
│ │ ├── svmpredict.mexw64
│ │ ├── svm-scale.exe
│ │ ├── svm-toy.exe
│ │ ├── svm-train.exe
│ │ ├── svmtrain.mexw32
│ │ └── svmtrain.mexw64
│ └── wtest1.m
├── dfs_service_libsvm-3.11.rar
├── dfs_service_svm-gunn
│ └── svm-gunn
│ ├── 1.jpg
│ ├── 2.jpg
│ ├── binomial.m
│ ├── centrefig.m
│ ├── cmap.mat
│ ├── Contents.m
│ ├── Examples
│ │ ├── Classification
│ │ │ ├── iris1v23.mat
│ │ │ ├── iris2v13.mat
│ │ │ ├── iris3v12.mat
│ │ │ ├── linsep.mat
│ │ │ └── nlinsep.mat
│ │ └── Regression
│ │ ├── example.mat
│ │ ├── sinc.mat
│ │ └── titanium.mat
│ ├── exp_2_1_sfun.mexw32
│ ├── newsvm.zip
│ ├── nobias.m
│ ├── Optimiser
│ │ ├── Makefile
│ │ ├── pr_loqo.c
│ │ ├── pr_loqo.h
│ │ ├── qp.c
│ │ └── qp.dll
│ ├── qp.dll
│ ├── README
│ ├── road1.mat
│ ├── road2.mat
│ ├── shiyan1-2.jpg
│ ├── shiyan1-2.m
│ ├── slprj
│ │ └── _sfprj
│ │ └── exp_2_1
│ │ └── _self
│ │ └── sfun
│ │ ├── info
│ │ │ └── binfo.mat
│ │ └── src
│ │ ├── c4_exp_2_1.c
│ │ ├── c4_exp_2_1.h
│ │ ├── c4_exp_2_1.obj
│ │ ├── exp_2_1_sfun.bat
│ │ ├── exp_2_1_sfun.c
│ │ ├── exp_2_1_sfun_debug_macros.h
│ │ ├── exp_2_1_sfun.exp
│ │ ├── exp_2_1_sfun.h
│ │ ├── exp_2_1_sfun.lib
│ │ ├── exp_2_1_sfun.lmk
│ │ ├── exp_2_1_sfun.lmko
│ │ ├── exp_2_1_sfun.obj
│ │ ├── exp_2_1_sfun_registry.c
│ │ ├── exp_2_1_sfun_registry.obj
│ │ ├── lccstub.obj
│ │ ├── rtwtypeschksum.mat
│ │ └── rtwtypes.h
│ ├── softmargin.m
│ ├── svcerror.m
│ ├── svcinfo.m
│ ├── svc.m
│ ├── svcoutput.m
│ ├── svcplot.m
│ ├── svdatanorm.m
│ ├── svkernel.m
│ ├── svkernel.m.bak
│ ├── svrerror.m
│ ├── svr.m
│ ├── svroutput.m
│ ├── svrplot.m
│ ├── svtol.m
│ ├── TEST001.BMP
│ ├── TEST002.BMP
│ ├── testpoint.mat
│ ├── uiclass.m
│ ├── uiclass.mat
│ ├── uiregress.m
│ ├── uiregress.mat
│ ├── Untitled.asv
│ ├── wsample2.m
│ ├── wsample.m
│ ├── wxor.asv
│ ├── wxor.m
│ ├── yingzhangshibie.m
│ ├── yinzhang1.m
│ └── 程序1
│ ├── BPDigitRecognize
│ │ └── BP
│ │ ├── binomial.m
│ │ ├── centrefig.m
│ │ ├── charGUI.fig
│ │ ├── charGUI.m
│ │ ├── cmap.mat
│ │ ├── Contents.m
│ │ ├── edu_imgcrop.m
│ │ ├── edu_imgresize.m
│ │ ├── exp_2_1_sfun.mexw32
│ │ ├── IXT.txt
│ │ ├── IYT.txt
│ │ ├── MouseDraw.m
│ │ ├── net.mat
│ │ ├── nobias.m
│ │ ├── qp.dll
│ │ ├── README
│ │ ├── readme.txt
│ │ ├── road1.mat
│ │ ├── road2.mat
│ │ ├── shiyan1-2.m
│ │ ├── softmargin.m
│ │ ├── svcerror.m
│ │ ├── svcinfo.m
│ │ ├── svc.m
│ │ ├── svcoutput.m
│ │ ├── svcplot.m
│ │ ├── svdatanorm.m
│ │ ├── svkernel.m
│ │ ├── svkernel.m.bak
│ │ ├── svrerror.m
│ │ ├── svr.m
│ │ ├── svroutput.m
│ │ ├── svrplot.m
│ │ ├── svtol.m
│ │ ├── TEST001.BMP
│ │ ├── TEST002.BMP
│ │ ├── train
│ │ │ ├── 1-0.bmp
│ │ │ ├── 1-0(char).bmp
│ │ │ ├── 1-0(corp).bmp
│ │ │ ├── 1-0(rsz).bmp
│ │ │ ├── binomial.m
│ │ │ ├── centrefig.m
│ │ │ ├── char3.m
│ │ │ ├── cmap.mat
│ │ │ ├── Contents.m
│ │ │ ├── data
│ │ │ │ ├── 1
│ │ │ │ │ ├── 0.bmp
│ │ │ │ │ ├── 10.bmp
│ │ │ │ │ ├── 11.bmp
│ │ │ │ │ ├── 1.bmp
│ │ │ │ │ ├── 2.bmp
│ │ │ │ │ ├── 3.bmp
│ │ │ │ │ ├── 4.bmp
│ │ │ │ │ ├── 5.bmp
│ │ │ │ │ ├── 6.bmp
│ │ │ │ │ ├── 7.bmp
│ │ │ │ │ ├── 8.bmp
│ │ │ │ │ └── 9.bmp
│ │ │ │ ├── 10
│ │ │ │ │ ├── 0.bmp
│ │ │ │ │ ├── 1.bmp
│ │ │ │ │ ├── 2.bmp
│ │ │ │ │ ├── 3.bmp
│ │ │ │ │ ├── 4.bmp
│ │ │ │ │ ├── 5.bmp
│ │ │ │ │ ├── 6.bmp
│ │ │ │ │ ├── 7.bmp
│ │ │ │ │ ├── 8.bmp
│ │ │ │ │ └── 9.bmp
│ │ │ │ ├── 2
│ │ │ │ │ ├── 0.bmp
│ │ │ │ │ ├── 1.bmp
│ │ │ │ │ ├── 2.bmp
│ │ │ │ │ ├── 3.bmp
│ │ │ │ │ ├── 4.bmp
│ │ │ │ │ ├── 5.bmp
│ │ │ │ │ ├── 6.bmp
│ │ │ │ │ ├── 7.bmp
│ │ │ │ │ ├── 8.bmp
│ │ │ │ │ └── 9.bmp
│ │ │ │ ├── 3
│ │ │ │ │ ├── 0.bmp
│ │ │ │ │ ├── 1.bmp
│ │ │ │ │ ├── 2.bmp
│ │ │ │ │ ├── 3.bmp
│ │ │ │ │ ├── 4.bmp
│ │ │ │ │ ├── 5.bmp
│ │ │ │ │ ├── 6.bmp
│ │ │ │ │ ├── 7.bmp
│ │ │ │ │ ├── 8.bmp
│ │ │ │ │ └── 9.bmp
│ │ │ │ ├── 4
│ │ │ │ │ ├── 0.bmp
│ │ │ │ │ ├── 1.bmp
│ │ │ │ │ ├── 2.bmp
│ │ │ │ │ ├── 3.bmp
│ │ │ │ │ ├── 4.bmp
│ │ │ │ │ ├── 5.bmp
│ │ │ │ │ ├── 6.bmp
│ │ │ │ │ ├── 7.bmp
│ │ │ │ │ ├── 8.bmp
│ │ │ │ │ └── 9.bmp
│ │ │ │ ├── 5
│ │ │ │ │ ├── 0.bmp
│ │ │ │ │ ├── 1.bmp
│ │ │ │ │ ├── 2.bmp
│ │ │ │ │ ├── 3.bmp
│ │ │ │ │ ├── 4.bmp
│ │ │ │ │ ├── 5.bmp
│ │ │ │ │ ├── 6.bmp
│ │ │ │ │ ├── 7.bmp
│ │ │ │ │ ├── 8.bmp
│ │ │ │ │ └── 9.bmp
│ │ │ │ ├── 6
│ │ │ │ │ ├── 0.bmp
│ │ │ │ │ ├── 1.bmp
│ │ │ │ │ ├── 2.bmp
│ │ │ │ │ ├── 3.bmp
│ │ │ │ │ ├── 4.bmp
│ │ │ │ │ ├── 5.bmp
│ │ │ │ │ ├── 6.bmp
│ │ │ │ │ ├── 7.bmp
│ │ │ │ │ ├── 8.bmp
│ │ │ │ │ └── 9.bmp
│ │ │ │ ├── 7
│ │ │ │ │ ├── 0.bmp
│ │ │ │ │ ├── 1.bmp
│ │ │ │ │ ├── 2.bmp
│ │ │ │ │ ├── 3.bmp
│ │ │ │ │ ├── 4.bmp
│ │ │ │ │ ├── 5.bmp
│ │ │ │ │ ├── 6.bmp
│ │ │ │ │ ├── 7.bmp
│ │ │ │ │ ├── 8.bmp
│ │ │ │ │ └── 9.bmp
│ │ │ │ ├── 8
│ │ │ │ │ ├── 0.bmp
│ │ │ │ │ ├── 1.bmp
│ │ │ │ │ ├── 2.bmp
│ │ │ │ │ ├── 3.bmp
│ │ │ │ │ ├── 4.bmp
│ │ │ │ │ ├── 5.bmp
│ │ │ │ │ ├── 6.bmp
│ │ │ │ │ ├── 7.bmp
│ │ │ │ │ ├── 8.bmp
│ │ │ │ │ └── 9.bmp
│ │ │ │ └── 9
│ │ │ │ ├── 0.bmp
│ │ │ │ ├── 1.bmp
│ │ │ │ ├── 2.bmp
│ │ │ │ ├── 3.bmp
│ │ │ │ ├── 4.bmp
│ │ │ │ ├── 5.bmp
│ │ │ │ ├── 6.bmp
│ │ │ │ ├── 7.bmp
│ │ │ │ ├── 8.bmp
│ │ │ │ └── 9.bmp
│ │ │ ├── edu_createnn.m
│ │ │ ├── edu_imgcrop.m
│ │ │ ├── edu_imgresize.m
│ │ │ ├── exp_2_1_sfun.mexw32
│ │ │ ├── net.mat
│ │ │ ├── nobias.m
│ │ │ ├── qp.dll
│ │ │ ├── README
│ │ │ ├── road1.mat
│ │ │ ├── road2.mat
│ │ │ ├── shiyan1-2.m
│ │ │ ├── softmargin.m
│ │ │ ├── svcerror.m
│ │ │ ├── svcinfo.m
│ │ │ ├── svc.m
│ │ │ ├── svcoutput.m
│ │ │ ├── svcplot.m
│ │ │ ├── svdatanorm.m
│ │ │ ├── svkernel.m
│ │ │ ├── svkernel.m.bak
│ │ │ ├── svrerror.m
│ │ │ ├── svr.m
│ │ │ ├── svroutput.m
│ │ │ ├── svrplot.m
│ │ │ ├── svtol.m
│ │ │ ├── TEST001.BMP
│ │ │ ├── TEST002.BMP
│ │ │ ├── uiclass.m
│ │ │ ├── uiclass.mat
│ │ │ ├── uiregress.m
│ │ │ ├── uiregress.mat
│ │ │ ├── Untitled.asv
│ │ │ ├── wsample2.m
│ │ │ ├── wsample.m
│ │ │ ├── wxor.asv
│ │ │ ├── wxor.m
│ │ │ ├── yingzhangshibie.m
│ │ │ └── yinzhang1.m
│ │ ├── uiclass.m
│ │ ├── uiclass.mat
│ │ ├── uiregress.m
│ │ ├── uiregress.mat
│ │ ├── Untitled.asv
│ │ ├── wsample2.m
│ │ ├── wsample.m
│ │ ├── wxor.asv
│ │ ├── wxor.m
│ │ └── yinzhang1.m
│ ├── BPDigitRecognize.rar
│ ├── htjCicBPNN.m
│ ├── htjCicHop2State.m
│ ├── htjCicHop4State.m
│ └── htjCicSOM.m
├── dfs_service_svm-gunn.rar
├── dfs_service_SVM.pdf
├── svc.m
├── teacher
│ ├── 1.jpg
│ ├── 2.jpg
│ ├── 3.fig
│ ├── 4.fig
│ ├── canny.m
│ ├── hs_err_pid4868.log
│ ├── linsep.mat
│ ├── road1.mat
│ ├── road2.mat
│ ├── sanleishibie.asv
│ ├── sanleishibie.m
│ ├── shutianxian.asv
│ ├── shutianxian.m
│ ├── wsample2.m
│ ├── wsample.m
│ └── wxor.m
├── TEST001.BMP
├── TEST002.BMP
├── Untitled.asv
└── Untitled.m
42 directories, 374 files
标签:
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论