登录
首页 » Others » java调用电脑摄像头拍照例子

java调用电脑摄像头拍照例子

于 2020-12-05 发布
0 186
下载积分: 1 下载次数: 0

代码说明:

Java调用电脑摄像头拍照实现例子,运用的是开源项目webcam-capture实现的;详情看这里:https://blog.csdn.net/qq_22078107/article/details/85927626

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • VISUAL+C++++SQL+SERVER数据库应用实例完全解析
    VISUAL+C++++SQL+SERVER数据库应用实例完全解析,值得学习
    2021-05-06下载
    积分:1
  • 基于labview的声音信号的采集和存储
    基于labview的声音信号的采集和存储,包括声音信号的采集和存储、双声道模拟输出等
    2020-12-06下载
    积分:1
  • MIT计算机图形学资料
    MIT最新的计算机图形学课程资源。包含课件和代码的下载
    2020-12-09下载
    积分:1
  • JpcapDumper-0.3-src.zip
    JpcapDumper-0.3-src.zip java抓取网络数据包
    2020-11-30下载
    积分:1
  • 基于PR调节器的单相PWM整流器的simulink仿真
    本仿真采用传统的双闭环控制策略:电压环采用PI调节器,电流环采用PR调节器;可以实现整流器交流侧单位功率因数,直流侧电压恒定。额定:交流侧电压60V,电流10A,直流侧电压150V。后续添加:1.参考文献中国矿业大学伍小杰老师、戴鹏老师,硕士研究生杨艳《基于PR的单相PWM整流器》。2.顺便下调下载积分,资源被下载越多,其所需积分会逐步上涨,现下调回5积分。
    2020-12-12下载
    积分:1
  • 最速梯度下降法,matlab序详细注解
    最速梯度下降法,有详细的注释matlab程序
    2020-12-06下载
    积分:1
  • 结构仿真分析ansys应用
    本书分为基础知识和实例分析两篇。基础知识篇介绍了仿真的基本概念、仿真技术的应用与发展方向以及结构仿真分析软件ANSYS 的基本功能, 结合实例对其基本操作方法进行了说明。实例分析篇中, 对如何应用ANSYS 仿真分析软件对结构力学性能进行仿真分析的过程和步骤进行了较为详尽的介绍, 包括线性静力分析、非线性分析、动力学分析、热力学分析中结构几何模型创建、有限元模型生成、材料属性的设置、载荷的施加方法和问题求解以及后处理检查分析结果等内容; 作为ANSYS 高级技术应用, 结合实例对ANSYS结构优化设计和可靠性分析过程进行了简要介绍。
    2020-12-09下载
    积分:1
  • Carve CSG 几何造型库
    Carve是一个C++库,用于执行两个任意多边形网格之间的布尔操作。 支持标准的联合和交叉操作,以及对称和非对称差异。 也可以使用Carve实现自定义操作,从而允许任何输入组合形成结果。 Carve支持各种输入,包括封闭和开放表面,具有任意边数的面和具有多个不相交,嵌入或接触表面的数据集。 Carve csg还可以在面间任意插值,这意味着CSG操作不需要删除颜色,纹理坐标或其他数据。
    2020-11-01下载
    积分:1
  • 利用matlab进行多维数组每列进行独立的归化处理
    自己编写的matlab归一化处理程序。网上有很多相关程序,但是要么非常复杂,要么就是功能不符合自己的要求,所以就自己编写了一个。资源是matlab的.m文件,可以实现对多维数组的每一列进行单独的归一化处理,归一化的结果就是每一列的数据均落在了0—1之间。网上有的程序是对整体进行归一化处理,那样还是避免不了大数吞小数的现象,所以必须进行单独列的归一化处理。程序其实很简单,供大家参考学习使用。
    2020-12-06下载
    积分:1
  • 人工神经网络及其应用实例(含代码)
    通过实例对人工神经网络的实际应用进行分析和讲解,清晰的代码一目了然每神经元有许多输入、输出键,各神经元之间以连接键(又称突触)相连,它决定神经元之间的连接强度(突触强度)和性质(兴奋或抑制),即决定神经元间相互作用的强弱和正负,共有三种类型:兴奋型连接、抑制型连接、无连接。这样,个神经元(一般很大)构成一个相互影响的复杂网终系统,通过调整网络参数,可使人工神经网络具有所需要的特定功能,即学习、训练或自组织过程。一个简单的人工神经网络结构图如下所示:上图中,左侧为输入层(输入层的神经元个数由输入的维度决定),右侧为输出层(输出层的神经元个数由输出的维度决定),输入层与输出层之间即为隐层。输入层节点上的神经元接收外部环境的输入模式,并由它传递给相连隐层上的各个神经元。隐层是神经元网络的内部处理层,这些神经元在网络内部构成中间层,不直接与外部输入、输出打交道。人工经网络所具有的模式变换能力主要体现在隐层的神经元上。输出层用于产生神经网络的输出模式。多层神经网络结构中有代表性的有前向网络(BP网络)模型Page 3 of 25多层侧抑制神经网络模型和带有反馈的多层神经网络模型等。本文主要探讨前向网络模型多层前向神经网络不具有侧扣制和反馈的连接方式,即不其有本层之间或指向前一层的连接弧,只有指向下一层的连接弧。代表是BP神经网终:输入模式由输入层进入网终,经中间各隐层的顺序变换,最后由输出层产生一个输出模式,如下图所示:输入层隐层输出层多层前向神经网终由隐层神经元的非线性处理衍生它的能力,这个任务的关键在于将神经元的加权输入非线性转换成一个输出的非线性激励函数。下图给出了一个接收个输入的神经元:Page 4 of 25神经元的输出由下式给出:这里输入的加权和(括号内部分)由一个非线性函数传递,表示与偏差输入相关的权值,表示与第个输入相关的权值。使用最广泛的函数是S形函数,其曲线家族包括对数函数和双曲正切函数,这些都可用来对人口动态系统、经济学系统等建模。另外所用的其他函数有高斯函数、正弦函数、反正切函数,在此不一一展开介绍,本文主要使用的激励函数是对数函数,函数表达式为函数曲线如下图所示对于有限输入量,对数函数输出范围为∈。在输入为=时,输出值为中问值输出在—附近随着输入的增加以相对快的Page 5 of 25速率增加并非常慢地到达上限。对于
    2020-11-07下载
    积分:1
  • 696518资源总数
  • 105678会员总数
  • 22今日下载