销售心理学
兰华
已完结· 1867字
[中国纺织出版社]
作品简介
目录 (321章)
《Visual C++数字图像模式识别典型案例详解》详解了数字图像模式识别中部分典型案例，全书共分3篇14章，第一篇分2章介绍了数字图像模式识别基础知识及其经典实现方法；第二篇分10章从不同角度介绍了多个典型的数字图像模式识别案例：第三篇则系统全面地介绍了2个数字图像模式识别案例的详细设计思路及其实现过程。《Visual C++数字图像模式识别典型案例详解》打破了传统程序类书籍的讲解方法，将编程思路和编程过程与所附代码有机结合在一起，分层次分模块地予以讲解。同时，以图解的方式讲解程序的运行过程和结果，并配有适当的文字说明，从而使读者迅速理解所讲述的内容。
第一章 第一篇 基础篇-第1章 数字图像模式识别
正文
第一章 第一篇 基础篇-第1章 数字图像模式识别第二章 .1 数字图像处理概述第三章 .1.1 数字图像获取第四章 .1.2 图像显示与存储第五章 .1.3 数字图像文件第六章 .1.4 数字图像处理第七章 .2 模式识别基本概念第八章 .2.1 模式和模式识别的概念第九章 .2.2 模式空间、特征空间和类别空间第一十章 .2.3 模式识别系统的组成第一十一章 .2.4 数字图像模式识别的基本过程第一十二章 .3 Visual C++数字图像处理类(1)第一十三章 .3 Visual C++数字图像处理类(2)第一十四章 .3 Visual C++数字图像处理类(3)第一十五章 .3.1 Visual C++编程方法第一十六章 .3.2 Visual C++数字图像处理类(1)第一十七章 .3.2 Visual C++数字图像处理类(2)第一十八章 .3.2 Visual C++数字图像处理类(3)第一十九章 .3.2 Visual C++数字图像处理类(4)第二十章 .3.2 Visual C++数字图像处理类(5)第二十一章 .3.2 Visual C++数字图像处理类(6)第二十二章 .3.2 Visual C++数字图像处理类(7)第二十三章 第一篇 基础篇-第2章 模式识别实现方法第二十四章 .1 统计模式识别第二十五章 .1.1 特征的提取与选择第二十六章 .1.2 模式分类第二十七章 .1.3 模式聚类第二十八章 .2 经典模式识别决策方法及实现(1)第二十九章 .2 经典模式识别决策方法及实现(2)第三十章 .2 经典模式识别决策方法及实现(3)第三十一章 .2.1 人工神经网络第三十二章 .2.2 隐马尔可夫模型(1)第三十三章 .2.2 隐马尔可夫模型(2)第三十四章 .2.2 隐马尔可夫模型(3)第三十五章 .2.2 隐马尔可夫模型(4)第三十六章 .2.3 决策树(1)第三十七章 .2.3 决策树(2)第三十八章 .2.3 决策树(3)第三十九章 .2.4 模板匹配第四十章 .2.5 支持向量机第四十一章 第二篇 案例篇第四十二章 第二篇 案例篇-第3章 一维条形码识别系统第四十三章 .1 系统介绍第四十四章 .2 核心技术原理第四十五章 .2.1 常用的条形码编码规则第四十六章 .2.2 预处理过程——二值化第四十七章 .2.3 译码过程——平均值法第四十八章 .3 系统结构与流程第四十九章 .3.1 系统总体结构第五十章 .3.2 二值化算法流程第五十一章 .3.3 平均值法算法流程第五十二章 .4 编程实现第五十三章 .4.1 二值化算法第五十四章 .4.2 平均值法(1)第五十五章 .4.2 平均值法(2)第五十六章 .4.2 平均值法(3)第五十七章 .5 运行效果第五十八章 第二篇 案例篇-第4章 基于模糊聚类的图形识别系统第五十九章 .1 系统介绍第六十章 .2 核心技术原理第六十一章 .2.1 图像的标识及特征提取第六十二章 .2.2 模式相似性测量第六十三章 .2.3 模糊理论基本概念(1)第六十四章 .2.3 模糊理论基本概念(2)第六十五章 .2.3 模糊理论基本概念(3)第六十六章 .2.4 模糊聚类分析第六十七章 .3 系统结构与流程第六十八章 .3.1 系统总体结构第六十九章 .3.2 图像标识及特征提取算法流程第七十章 .3.3 计算模糊距离算法流程第七十一章 .3.4 模糊聚类算法流程第七十二章 .4 编程实现第七十三章 .4.1 图像的标识及特征提取第七十四章 .4.2 计算模糊距离第七十五章 .4.3 模糊聚类第七十六章 .5 运行效果第七十七章 第二篇 案例篇-第5章 人脸检测系统第七十八章 .1 系统介绍第七十九章 .2 核心技术原理第八十章 .2.1 彩色图像空间第八十一章 .2.2 人脸肤色相似度计算第八十二章 .2.3 人脸识别与分割第八十三章 .3 系统结构与流程第八十四章 .3.1 系统总体结构第八十五章 .3.2 人脸肤色相似度算法流程第八十六章 .3.3 人脸识别与分割算法流程第八十七章 .4 编程实现第八十八章 .4.1 人脸肤色相似度比较第八十九章 .4.2 人脸识别与分割第九十章 .5 运行效果第九十一章 第二篇 案例篇-第6章 人脸定位系统第九十二章 .1 系统介绍第九十三章 .2 核心技术原理第九十四章 .2.1 人脸轮廓提取第九十五章 .2.2 眼睛识别与定位第九十六章 .2.3 鼻子识别与定位第九十七章 .2.4 嘴部识别与定位第九十八章 .3 系统结构与流程第九十九章 .3.1 系统总体结构第一百章 .3.2 人脸定位第一百零一章 .3.3 人脸内轮廓提取第一百零二章 .3.4 眼睛定位第一百零三章 .3.5 鼻子定位第一百零四章 .3.6 嘴部定位第一百零五章 .4 编程实现第一百零六章 .4.1 人脸位置定位第一百零七章 .4.2 人脸内轮廓提取第一百零八章 .4.3 眼睛定位(1)第一百零九章 .4.3 眼睛定位(2)第一百一十章 .4.3 眼睛定位(3)第一百一十一章 .4.4 鼻子定位(1)第一百一十二章 .4.4 鼻子定位(2)第一百一十三章 .4.5 嘴部定位(1)第一百一十四章 .4.5 嘴部定位(2)第一百一十五章 .4.5 嘴部定位(3)第一百一十六章 .5 运行效果第一百一十七章 第二篇 案例篇-第7章 灰度车牌定位系统第一百一十八章 .1 系统介绍第一百一十九章 .2 核心技术原理(1)第一百二十章 .2 核心技术原理(2)第一百二十一章 .2.1 车牌图像预处理(1)第一百二十二章 .2.1 车牌图像预处理(2)第一百二十三章 .2.2 车牌定位第一百二十四章 .3 系统结构与流程第一百二十五章 .3.1 系统总体结构第一百二十六章 .3.2 图像灰度化算法流程第一百二十七章 .3.3 直方图均衡化算法流程第一百二十八章 .3.4 图像平滑算法流程第一百二十九章 .3.5 图像二值化算法流程第一百三十章 .3.6 图像小颗粒去噪算法流程第一百三十一章 .3.7 车牌定位算法流程第一百三十二章 .4 编程实现(1)第一百三十三章 .4 编程实现(2)第一百三十四章 .4 编程实现(3)第一百三十五章 .4.1 图像预处理第一百三十六章 .4.2 车牌定位(1)第一百三十七章 .4.2 车牌定位(2)第一百三十八章 .5 运行效果第一百三十九章 第二篇 案例篇-第8章 脑部CT图像辅助诊断系统第一百四十章 .1 系统介绍第一百四十一章 .2 核心技术原理第一百四十二章 .2.1 脑部CT图像特点分析第一百四十三章 .2.2 脑部CT图像预处理——分段线性拉伸第一百四十四章 .2.3 医学CT图像特征提取第一百四十五章 .2.4 脑部CT图像分类与辅助诊断第一百四十六章 .3 系统结构与流程第一百四十七章 .3.1 系统总体结构第一百四十八章 .3.2 分段线性拉伸算法流程第一百四十九章 .3.3 灰度共生矩阵算法流程第一百五十章 .3.4 BP神经网络算法流程第一百五十一章 .4 编程实现第一百五十二章 .4.1 分段线性拉伸第一百五十三章 .4.2 特征提取(1)第一百五十四章 .4.2 特征提取(2)第一百五十五章 .4.2 特征提取(3)第一百五十六章 .4.3 分类器训练第一百五十七章 .5 运行效果第一百五十八章 .5.1 系统操作步骤第一百五十九章 .5.2 实验结果及分析第一百六十章 第二篇 案例篇-第9章 手写体数字识别系统第一百六十一章 .1 系统介绍第一百六十二章 .2 核心技术原理第一百六十三章 .2.1 手写体数字图像校正第一百六十四章 .2.2 手写体数字网格特征第一百六十五章 .2.3 手写体数字识别第一百六十六章 .3 系统结构与流程第一百六十七章 .3.1 系统总体结构第一百六十八章 .3.2 手写体数字图像校正第一百六十九章 .3.3 手写体数字网格特征第一百七十章 .3.4 手写体数字识别第一百七十一章 .4 编程实现(1)第一百七十二章 .4 编程实现(2)第一百七十三章 .4.1 手写体数字图像校正第一百七十四章 .4.2 手写体数字网格特征(1)第一百七十五章 .4.2 手写体数字网格特征(2)第一百七十六章 .4.3 手写体数字识别第一百七十七章 .5 运行效果第一百七十八章 第二篇 案例篇-第10章 指纹识别的预处理第一百七十九章 .1 系统介绍第一百八十章 .2 核心技术原理第一百八十一章 .2.1 指纹图像场及其计算第一百八十二章 .2.2 指纹图像的分割第一百八十三章 .2.3 指纹图像的均衡第一百八十四章 .2.4 指纹图像的收敛第一百八十五章 .2.5 指纹图像的平滑第一百八十六章 .2.6 指纹图像的智能增强第一百八十七章 .2.7 指纹图像骨架的提取准备第一百八十八章 .2.8 指纹图像骨架的细化提取第一百八十九章 .3 系统结构与流程第一百九十章 .3.1 系统总体结构第一百九十一章 .3.2 指纹图像方向场计算算法流程第一百九十二章 .3.3 指纹图像的分割算法流程第一百九十三章 .3.4 指纹图像的均衡算法流程第一百九十四章 .3.5 指纹图像的收敛算法流程第一百九十五章 .3.6 指纹图像的平滑算法流程第一百九十六章 .3.7 指纹图像的智能增强算法流程第一百九十七章 .3.8 指纹图像的骨架提取准备算法流程第一百九十八章 .3.9 指纹图像的骨架细化算法流程第一百九十九章 .4 编程实现第二百章 .4.1 指纹图像方向场计算第二百零一章 .4.2 指纹图像的分割第二百零二章 .4.3 指纹图像的均衡第二百零三章 .4.4 指纹图像的收敛第二百零四章 .4.5 指纹图像的平滑第二百零五章 .4.6 指纹图像的智能增强第二百零六章 .4.7 指纹图像的智能二值化第二百零七章 .4.8 指纹图像的骨架细化第二百零八章 .5 运行效果第二百零九章 第二篇 案例篇-第11章 指纹图像特征提取系统第二百一十章 .1 系统介绍第二百一十一章 .2 核心技术原理第二百一十二章 .2.1 指纹特征定义及分类第二百一十三章 .2.2 指纹特征点的提取第二百一十四章 .2.3 指纹伪特征点及其去除方法第二百一十五章 .3 系统结构与流程第二百一十六章 .3.1 系统总体结构第二百一十七章 .3.2 指纹特征端点、叉点的提取算法流程第二百一十八章 .3.3 指纹特征奇异点提取算法流程第二百一十九章 .3.4 去除伪指纹特征点算法流程第二百二十章 .4 编程实现第二百二十一章 .4.1 指纹图像端点提取第二百二十二章 .4.2 指纹图像叉点提取第二百二十三章 .4.3 指纹图像奇异点提取第二百二十四章 .4.4 指纹图像伪特征点去除(1)第二百二十五章 .4.4 指纹图像伪特征点去除(2)第二百二十六章 .4.4 指纹图像伪特征点去除(3)第二百二十七章 .4.4 指纹图像伪特征点去除(4)第二百二十八章 .5 运行效果第二百二十九章 第二篇 案例篇-第12章 指纹图像比对系统第二百三十章 .1 系统介绍第二百三十一章 .2 核心技术原理第二百三十二章 .2.1 指纹图像“柔性”配准第二百三十三章 .2.2 指纹图像匹配第二百三十四章 .3 系统结构与流程第二百三十五章 .3.1 系统总体结构第二百三十六章 .3.2 指纹图像配准算法流程第二百三十七章 .3.3 指纹图像匹配算法流程第二百三十八章 .3.4 指纹图像比对算法流程第二百三十九章 .4 编程实现第二百四十章 .4.1 指纹图像匹配第二百四十一章 .4.2 指纹图像全局比对(1)第二百四十二章 .4.2 指纹图像全局比对(2)第二百四十三章 .4.2 指纹图像全局比对(3)第二百四十四章 .4.2 指纹图像全局比对(4)第二百四十五章 .5 运行效果第二百四十六章 第三篇 拓展篇第二百四十七章 第三篇 拓展篇-第13章 彩色汽车牌照识别系统第二百四十八章 .1 系统概述第二百四十九章 .1.1 汽车牌照定位第二百五十章 .1.2 汽车牌照字符分割第二百五十一章 .1.3 汽车牌照字符识别第二百五十二章 .2 系统结构与流程第二百五十三章 .3 汽车牌照定位第二百五十四章 .3.1 汽车牌照特征第二百五十五章 .3.2 汽车牌照区域识别思路第二百五十六章 .3.3 汽车牌照区域粗定位(1)第二百五十七章 .3.3 汽车牌照区域粗定位(2)第二百五十八章 .3.3 汽车牌照区域粗定位(3)第二百五十九章 .3.3 汽车牌照区域粗定位(4)第二百六十章 .3.4 汽车牌照区域精定位第二百六十一章 .3.5 汽车牌照倾斜校正第二百六十二章 .3.6 汽车牌照提取第二百六十三章 .4 汽车牌照分割(1)第二百六十四章 .4 汽车牌照分割(2)第二百六十五章 .4 汽车牌照分割(3)第二百六十六章 .4.1 汽车牌照二值化第二百六十七章 .4.2 去除边框第二百六十八章 .4.3 字符分割第二百六十九章 .5 汽车牌照字符识别第二百七十章 .5.1 字符图像预处理第二百七十一章 .5.2 字符模板匹配第二百七十二章 第三篇 拓展篇-第14章 中文印刷体文档识别系统第二百七十三章 .1 系统概述第二百七十四章 .1.1 中文印刷体文档识别研究现状第二百七十五章 .1.2 中文印刷体文档识别结构与流程第二百七十六章 .1.3 中文印刷体文档识别中的难点第二百七十七章 .2 中文印刷体文档图像预处理第二百七十八章 .2.1 中文印刷体文档图像特点第二百七十九章 .2.2 二值化处理第二百八十章 .2.3 平滑去噪第二百八十一章 .2.4 倾斜校正第二百八十二章 .3 版面分析第二百八十三章 .3.1 版面结构第二百八十四章 .3.2 版面分析方法(1)第二百八十五章 .3.2 版面分析方法(2)第二百八十六章 .3.2 版面分析方法(3)第二百八十七章 .3.3 版面理解(1)第二百八十八章 .3.3 版面理解(2)第二百八十九章 .3.3 版面理解(3)第二百九十章 .3.4 版面重构第二百九十一章 .4 印刷体汉字识别第二百九十二章 .4.1 文本区域预处理第二百九十三章 .4.2 印刷体汉字的特征提取第二百九十四章 .4.3 印刷体汉字的识别第二百九十五章 .5 公式的定位与提取第二百九十六章 .5.1 印刷体文档公式的特点第二百九十七章 .5.2 基于投影的公式定位和提取第二百九十八章 .5.3 基于Parzen窗的独立行公式定位和提取第二百九十九章 .5.4 基于字符宽度中心矩的公式定位和提取第三百章 .5.5 基于汉字拒识的内嵌公式定位和提取第三百零一章 .6 公式字符分割与识别第三百零二章 .6.1 公式字符的特点第三百零三章 .6.2 公式字符的分割(1)第三百零四章 .6.2 公式字符的分割(2)第三百零五章 .6.3 公式字符的识别(1)第三百零六章 .6.3 公式字符的识别(2)第三百零七章 .7 公式结构分析与表示第三百零八章 .7.1 公式结构分析的难点第三百零九章 .7.2 公式结构分析前的字符预处理第三百一十章 .7.3 公式结构分析方法(1)第三百一十一章 .7.3 公式结构分析方法(2)第三百一十二章 .7.3 公式结构分析方法(3)第三百一十三章 .7.4 公式结构表示方法第三百一十四章 .8 图表处理第三百一十五章 .8.1 文档中图形图像的表示与处理第三百一十六章 .8.2 文档中表格的分析与识别(1)第三百一十七章 .8.2 文档中表格的分析与识别(2)第三百一十八章 .8.2 文档中表格的分析与识别(3)第三百一十九章 参考文献第三百一十九章 参考文献第三百二十章 光盘内容
精选推荐
销售就是玩转情商
王威
已完结· 4513字
[中国纺织出版社]
销售员情商实战训练
刘军
已完结· 2380字
成功的销售需要高智商，更需要高情商。一个销售员的销售业绩，往往与他的情商成正比。本书从十个方面详细讲述了有效运用情商，提高销售业绩的方法和技巧。通过实际销售案例和销售心理学理论指导，以及实战点拨和情商拓展训练，帮助读者全方位、快速提高情商。故事性、多版块、碎片化的内容设置，有效降低读者阅读疲劳，提高阅读兴趣，不论是奔波在路上的销售小白，还是带领团队奋勇向前的销售经理，都能从中找到适合自己的销售软技巧。
让未来的你，感谢现在勇敢的自己
王介威
已完结· 8.95万字
[中国纺织出版社]
行为心理学入门（完全图解版）
武莉
已完结· 7.36万字
行为心理学入门（完全图解版）是以作者多来年的心理辅导和咨询数据为素材，对现实生活中的行为心理学应用进行了形象、深入、全面的论述和解读。本书与日本心理学图解书形式相同，浅显易读，有趣又益。
自制力：道理我都懂，为什么就是过不好人生
邱开杰
已完结· 8.24万字
[中国纺织出版社]
能力与格局
龙泽
已完结· 8.27万字
[中国纺织出版社]
羊皮卷
赵文武
已完结· 8.35万字
[中国纺织出版社]
组织领导力：组织高效运营与领导策略
谢良鸿
已完结· 2375字
[中国纺织出版社]