Java外卖小程序源码 点餐小程序源码带管理后台 1.WMServer后台 2.wmwx前端小程序 3.dbwaimai.sql数据库脚本 4.开发工具IDEA，redis，mysql5.5，微信开发工具 5.后台配置application.properties，小程序配置app.js 6.后台访问http://localhost:8080 账号root 密码root springboot ssm 框架+mysql+redis架构，用于学习

使用DreamService（白日梦）功能实现屏保，在手机或者盒子都能使用，功能类似于win7的气泡屏保功能。

自然场景图像中的文本检测和识别是计算机视觉问题，长期以来一直是计算机工程师面临的挑战。 深度学习的新进步彻底改变了计算机视觉的世界。 本文尝试建立基于深度学习（DL）的文本检测和识别模型，以解释自然场景图像中的文本。 所提出的模型包括三个阶段，即候选文本区域检测，文本区域提取和文本识别。 首先将自然场景图像馈送到候选文本区域检测机制，该机制提取包含文本字符的潜在区域。 在处理的第一阶段中引入的包含非文本的区域在第二阶段中进行过滤。 然后，第二阶段产生的文本区域集将在最后阶段被识别。 候选文本区域检测中使用了最大稳定极值区域（MSER）算法。 该模型使用了两个卷积神经网络，一个在文本区域提取阶段，另一个在文本识别阶段。 看起来自然场景中的文本检测不是一个容易的问题。 在自然场景图像中检测和识别文本字符的复杂性主要是由于文本字符和自然场景的多样性，各种干扰的存在，不同的照明条件，文本的颜色，大小和区域的不同。 ICDAR-2011，ICDAR-2013，CHARS-74K和CIFAR-100数据集用于训练和验证我们的模型。

通过MSER等方法场景图像中的文字定位，并对定位出的文字进行分割

Android N之后的系统，系统开发中添加一个系统级服务需要添加的SELinux权限，做成patch，仅供参考。

基于MSER的高速公路交通标志提取仿真，matlab2021a测试。

基于MSER的车牌提取和字符分割和车牌识别仿真，matlab2021a测试。

appium，server安装包，安装后，配置下路径即可使用。支持android和ios自动化必备

环境是opencv2.4.9，将已有的一些提取方式进行了总结，对一些参数也进行了标注，部分算法的参数含义并未标注，但将其默认参数和默认值进行了标注，共11种提取方式，未使用simpleblob.

RoboMaster裁判系统服务器搭建辅助软件RMServer Aid，用于快速搭建RMServer服务器运行环境