c語言圖像識別演算法

1. 哪種編程語言最適合做圖像識別

c，很多演算法都是用c寫的，如果是匯編編寫的優化演算法也提供c語言介面以便調用。

2. 基於C語言的圖像識別的經典材料嗎

沒有什麼基於C語言的圖像識別材料的，圖像識別技術大多講的都是各種演算法。建議搜索一些OpenCV相關的資料，裡面會有相關圖像識別的內容。個人感覺用OpenCV來入門學習圖像識別技術比較好，因為它把復雜的演算法封裝成API函數了，理解起來比那些枯燥的圖像演算法書籍要容易的多，因為後者更像是一本數學書，看起來費勁而且容易厭煩。等把OpenCV用熟，需要改某個API函數時，再去理解演算法就容易的多
（以上是個人經驗）

3. 做圖像識別演算法用什麼語言好

圖像識別 C++ 語言是最好的。
有C的基礎，入門很容易。
再往下就看你的天賦和學習能力了。

4. 我想用C語言做 表情識別，不知道用什麼演算法好

C還沒寫過那麼高深的程序，不過用VB做過，圖像對比的程序，你可以參考一下，VB中兩個圖片對比的程序哦。那個圖像對比用的是像素對比法。不知道表情識別能不能用。

5. 單片機圖像識別

圖像識別演算法很重要，開發演算法一般用matlab等數學軟體模擬，其語言和c語言差不多。
dsp晶元和單片機差別還是很大的
所謂單片機就是在一塊晶元上集成了cpu、ram、rom(eprom或eeprom)、時鍾、定時/計數器、多種功能的串列和並行i/o口。除了以上基本功能外，有的還集成有a/d、d/a，甚至無線通信等功能（單片機發展的一個趨勢——片上系統
soc）。價錢低廉，實現簡單的智能化控制功能。
dsp具有更快的cpu，更大容量的存儲器，內置有波特率發生器和fifo緩沖器。提供高速、同步串口和標准非同步串口。dsp器件採用改進的哈佛結構，具有獨立的程序和數據空間，允許同時存取程序和數據。內置高速的硬體乘法器，增強的多級流水線，使dsp器件具有高速的數據運算能力。dsp器件比16位單片機單指令執行時間快8～10倍，完成一次乘加運算快16～30倍。dsp器件還提供了高度專業化的指令集，提高了fft快速傅里葉變換和濾波器的運算速度。功能強大，當然價錢也不菲，所以dsp多用在要求高速數據計算的場合。
進行圖像識別，得用dsp,當然還得搭配其他外圍器件，因為dsp器件只是進行數據的計算和處理。整個系統還需要攝像機、ccd攝像頭或者高速ad做視頻信號的採集，把圖像信號數字化了再處理。數據處理後保存到存儲器或者輸出到顯示器輸出。
一般學圖像識別研究演算法的比較多，開發硬體的比較少。

6. 用C++或C語言實現圖象識別

1.將全部三個圖像的 BMP 24Bits 全彩色點陣圖數據整理成 long 型，BMP_Color_Data[i*m + j] = 65536*Blu[m][n] + 256*Gre[m][n] + Red[m][n] ...........二維圖像數據保存成一維的 long 型數據串。

2.將小圖像的點陣圖數據按照大點陣圖數據的行數為「周期」 T 掃描，即將小點陣圖的第一行 long 數據串作為樣本，在大點陣圖數據中尋找匹配段：如果有，則記錄「部分匹配標志（即部分包含，交集關系）」按照那個周期 T 直接到下一「段」檢查是否匹配，直至掃描完全樣本數的段，如果全部符合匹配條件，則置「完全匹配標志（即完全包含，子集關系）」....在此任何段中，如果不匹配，則 break ；

3.結論：有交集關系則為部分包含，有子集關系則有完全包含。

起始坐標比較好計算，即開始數據串的位置數，分解成大圖的行列數。

7. 如何用c語言讀取圖片

#include

using namespace std;

#define Twoto1(i,j,w) i*w+j

void createimage(unsigned char *&img, int w, int h)

{img = new unsigned char[w*h];}

void delateimage(unsigned char*img)

{delete []img;}

void readimage(unsigned char*img, int w, int h, char *fname)

{

FILE *fp;

fopen_s(&fp,fname, "rb");

if (fp == NULL){ cout << "error" << endl; return; }

size_t result;

result=fread(img , sizeof(unsigned char), w*h, fp);

if (result != w*h)

{

cout << "Reading error" << endl;

return;

}

else

cout << "Reading Ok!" << endl;

fclose(fp);

}

void mobanjuanji(unsigned char image, unsigned char*image1, int w, int h, float moban[5][5])

{

for (int i = 0; i for (int j = 0; j if (iw - 3 || j>h - 3)

image1[Twoto1(i,j,w)] = 0;

else

{

float temp = 0;

for (int m = 0; m<5; m++)

for (int n = 0; n<5; n++)

{

temp += (image[Twoto1(i-2+m,j-2+n,w)] moban[m][n]);

}

if (temp>255) image1[Twoto1(i, j, w)] = 255;

else if (temp<0) image1[Twoto1(i, j, w)] = 0;

else image1[Twoto1(i, j, w)] = temp;

}

}

void saveimage(unsigned char *img, int w, int h, char *fname)

{

FILE *fp;

fopen_s(&fp, fname, "wb");

if (fp == NULL) { cout << "error" << endl; return; }

size_t result;

result = fwrite(img, sizeof(unsigned char), w*h, fp);

if (result != w*h)

{

cout << "Write error" << endl;

return;

}

else

cout << "Write Ok!" << endl;

fclose(fp);

}

void main()

{

unsigned char *img;

unsigned char *img1;

float moban[5][5] = { {0,0,0,0,0},{0, -1, 0, 1, 0 }, { 0, -2, 0, 2, 0 }, { 0, -1, 0, 1, 0 }, { 0,0,0,0,0 } };

//float moban[5][5] = { 0 };

int w = 512, h = 512;

createimage(img, w, h);

createimage(img1, w, h);

readimage(img, w, h, "E:ss.raw");

mobanjuanji(img, img1,w, h, moban);

saveimage(img, w, h, "E:ss_1.raw");

saveimage(img1, w, h, "E:ss_2.raw");

delateimage(img);

delateimage(img1);

}

(7)c語言圖像識別演算法擴展閱讀

C語言實現一個圖片的讀出和寫入

#include <stdlib.h>

#include <windows.h>

int file_size(char* filename)//獲取文件名為filename的文件大小。

{

FILE *fp = fopen(filename, "rb");//打開文件。

int size;

if(fp == NULL) // 打開文件失敗

return -1;

fseek(fp, 0, SEEK_END);//定位文件指針到文件尾。

size=ftell(fp);//獲取文件指針偏移量，即文件大小。

fclose(fp);//關閉文件。

return size;

}

int main ()

{

int size=0;

size=file_size("qw");

printf("%d ",size);

FILE * pFile,*qw;

char *buffer=(char*)malloc(sizeof(char)*size);

qw =fopen("qw","r");

pFile = fopen ( "qwe" , "wb" );

printf("%d== ",pFile);

printf("%d ",size);

fread(buffer,1,size,qw);

fwrite (buffer , sizeof(byte), size , pFile );

fclose (pFile);

rename("qwe","Groot.jpg");

return 0;

}

8. 搞演算法（圖像識別，深度學習）必須要懂C/C++嗎

由於圖像識別、深度學習這方面已經有許多人做了基礎性工作，他們提供的程序或者庫都是利用c或c++形式提供的，或者是類似的調用介面，因此要利用這些庫、將這些基本演算法結合到自己的工程中來，需要c和c++的知識
演算法應當是可移植的，同時又不能離硬體太遠。可移植的特點是要求編程語言具備可移植性、通用性，c或c++是比較好的載體；所謂離硬體不太遠，是因為要在演算法優化方面有需求時，需要針對硬體特點，或者硬體提供的能力，做到發揮演算法的最大效能，由於c語言可以很好地結合匯編語言和高級語言，因此在優化方面是比較靈活的。
如果大部分通用演算法都是用c或c++編寫的，為成為通用演算法，你有可能需要順應這一習慣，以便別人將你的演算法結合到他們的c或c++工程中去。
往往你的演算法是在別人編寫的現有演算法上改進得到，如果別人的演算法就是c或c++編寫的，你需要這方面的知識來消化別人演算法的思路，理解成熟演算法的意圖。