搜索资源列表
TextDetect
- 云行TextDetection.exe程序，打开任意一幅bmp文件。点击“操作 检测文本区域”， 变会弹出文本检测的结果框。框内设定显示前六个文本区域的二值化结果，注意该框不要移动。关闭该框，BMP文件原始图像中用红色矩形框显示出检测出的文本区域。-cloud OK TextDetection.exe procedures, arbitrary opened a bmp file. Click on the "
hz2qw
- 古鑫软件的商业程序，汉字区位转换器1.0源码！ 汉字区位转化器能解决当前学生拿着区位表慢慢找汉字对应区位码的问题。 汉字区位转化器使用十分简单，比如输入姓名或住址到输入框，可按“汉字转区位码”按钮，输出框将自动得到相应的汉字和区位码。比如输入“四川省乐山市紫云后街四号”，可以得到结果“四(4336) 川(2008) 省(4201) 乐(3254) 山(4129) 市(4248) 紫(5547) 云(5238) 后(26
PointSetAlign
- 3D点云拼接,实现旋转平台点云，ICP配准。点云格式ply，标定好旋转轴后实现拼接然后配准(3D point cloud splicing, rotating platform point cloud, ICP registration. Point cloud format ply, after calibrating the rotating axis, realize registration and registration.)
matlab pine
- matlab点云三维重建，用matlab写成的，效果很好，而且速度也比较快(Matlab point cloud three-dimensional reconstruction, written in MATLAB, the effect is very good, and the speed is faster.)
程序与框图
- 非常好的点云匹配程序，自己写的用的，运行效果非常的好(very good point cloud match)
point_cloud
- 用经典的pca k邻域方法估计点云法向量的程序，带有matlab gui，使用matlab 2016b编译运行成功，输入点云最好为列向量的txt文件，gui中内置了点云显示模块以及生成的点云法向量显示，并且可以输出法向量到txt文件中。(The program of estimating point cloud vector with the classical PCA K neighborhood method, with Matla
grid_map.tar
- 将点云地图转化为栅格地图，并且具有良好的效率(Transform the point cloud map into a grid map)
compare_pcl_gpucpu-master
- 对比CPU和GPU加速，pcl::cuda的使用教程，利用随机采样一致(RANSAC)去除地平面等例子。(Compare CPU and GPU acceleration, pcl::cuda tutorial, using random sampling consistency (RANSAC) to remove ground plane and other examples.)
PointClouds
- PCL库的C#封装，用于点云的处理，包括点云读取，显示，分割，分类，聚类等(C# wrapper of point cloud library.)
FCMClust
- 实现对点云的分类,利用该算法可以自动化的实现点云的分类(point cloud classification)
slam
- 视觉slam十四讲，程序资料：g2o优化、cere拟合、特征点提取与匹配、点云拼接、opencv图像读取(Visual slam 14, program data: g2o optimization, cere fitting, feature point extraction and matching, point cloud mosaic, OpenCV image reading)
PLICP和ICP matlab代码
- PLICP和ICP matlab 激光点云数据匹配算法源码代码。(PLICP and ICP matlab code.)
ICP
- 用svd的方法最优化求解两个点云的变换矩阵，R和T(Using SVD method to optimize the transformation matrix, R and T of two point clouds)
PCL显示与鼠标框选
- PCL学习程序，读取pcd或xyz点云，显示，鼠标点选或框选，并以红色显示框选部分。
surface_variation
- 简化点云。从3D点云中，可以为每个点计算它们与切线平面的偏离程度。(Simplify the point cloud. From the 3D point cloud, you can calculate how far they deviate from the tangent plane for each point.)
三维重建
- 依据双目视觉与三维重建原理，通过两张图片实现三维点云的重建，结果采用opengl进行显示
codedlight_demo_v1.0.1
- 彩色线结构光编码，三维重建恢复demo，点云处理(color line ,3D point)
ICP算法matlab实现
- 很好地实现了激光雷达点云的ICP配准，附带数据(ICP registration of LIDAR point cloud is well realized)
MY_PFH
- 计算激光雷达点云数据的点特征直方图，即PFH特征(calculate point features historm of LIDAR data)
MyCrust
- 对激光雷达点云进行三角剖分，对传统Crust算法进行了改进(Triangulation of LIDAR point cloud)