aforge

    0熱度

    2回答

    我是神經網絡的新手,我正在使用Aforge神經網絡庫進行字符識別任務。我想使用反向傳播來訓練我的網絡。以下是AForge文檔中給出的代碼。 // initialize input and output values double[][] input = new double[4][] { new double[] {0, 0}, new double[] {0, 1},

    0熱度

    1回答

    我想開發一個簡單的應用程序,我加載一個視頻文件,然後逐幀顯示在我的屏幕上。 加載視頻文件,我用這個代碼: FileVideoSource fileVideo = new FileVideoSource(myVideoSource); fileVideo.NewFrame += fileVideo_NewFrame; fileVideo.Start(); ,然後在fileVideo_NewF

    0熱度

    1回答

    我正在用C#開發文本分割程序,我想使用直方圖來分割文本。我如何使用aforge庫中的直方圖?我想根據門檻進行砍伐。 不過我只開發 verticalIntensityStatistics verticalintensity = new VerticalIntensityStatistics(bitmap); Histogram histogram = verticalintensity.Gray

    -2熱度

    1回答

    有人可以告訴我如何將存儲在'位圖'變量中的閾值圖像轉換爲字節數組,並在C#中的文本框或文本文件中查看字節數組? 有人可以幫助我的代碼嗎? 我使用Aforge.net - link對圖像進行了閾值處理。並試圖以1和0查看它的字節數組。 謝謝。

    2熱度

    2回答

    我試圖在Unity中使用AForge,並且無法轉換輸入數據。 我有一個2維數組存儲像素值,我需要轉換爲UnmanagedImage。我想出了以下代碼,但我不確定它是否是最有效的方法: img = UnmanagedImage.Create(sizx,sizy, System.Drawing.Imaging.PixelFormat.Format24bppRgb); for (int i =0;i

    2熱度

    1回答

    我有一個攝像頭可以拍攝8張mpx(3264x2448)照片。我使用Windows 8 Photo應用程序拍照,他們都是8 mpx。 問題 我用 aforge.video.DirectShow.VideoCaptureDevice就像在鏈接的例子。 但問題是; 當我列出myVideoCaptureDevice.VideoCapabilities時,最高分辨率類似於1240 X 1080, 爲什麼af

    3熱度

    1回答

    我的應用程序以30 fps的速率從外部設備接收一系列圖像(BitmapImage)。 我正在使用Aforge.net庫將收到的流保存在.avi文件中。 我用下面的代碼inizializing的AVIWriter: AVIWriter writer; writer = new AVIWriter("wmv3"); writer.FrameRate = 30; writer.Open("test

    0熱度

    1回答

    我使用此C#代碼,用於獲取由所述的kinect裝置產生的幀,並且用於寫入這些幀.wmv文件: writer = new VideoFileWriter(); writer.Open("outputFileName.wmv", 320, 240, 15, VideoCodec.WMV2); void client_ColorFrameReady(object sender, ColorFram

    1熱度

    1回答

    我的程序的工作原理如下: 從攝像機獲取新的幀。 過濾框中的膚色(即提取圖像中的皮膚)。 根據上一步對結果應用運動檢測。 也就是說,我想檢測到有皮膚顏色物體的運動。但我想加快我的程序,所以我想過使用並行編程,我使用兩個線程,一個用於皮膚過濾,另一個用於運動檢測,然後執行結果的邏輯AND。 我正在使用C#和Aforge.Net庫。我可以使用C#描述嗎?你能否給我一些關於如何完成我所描述的內容的提示?我

    1熱度

    3回答

    我是圖像處理新手。現在我有一個問題。我正在寫一個簡單的程序在C#上,它必須通過一些樣本定義圖像上的一些對象。 例如這裏的樣品:它的對象,我覺得一個可加載圖像 sample http://i051.radikal.ru/1305/0f/17f925103f0e.png 後來我有比較。 對象和樣本的大小總是相等的。圖像被二值化。我們總是知道旋轉點(它是圖像的中心)。樣本總是標準化的,但我們永遠不會知道