万本电子书0元读

万本电子书0元读

顶部广告

OpenCV 4计算机视觉项目实战(原书第2版)电子书

售       价:¥

纸质售价:¥62.40购买纸书

815人正在读 | 0人评论 6.3

作       者:(西)大卫·米兰·埃斯克里瓦

出  版  社:机械工业出版社

出版时间:2019-07-01

字       数:9.8万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:此类商品不支持退换货,不支持下载打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书通过实例和项目讲解OpenCV概念及其算法。首先介绍OpenCV的安装和图像处理的基础知识。然后,覆盖用户界面并深入讲解图像处理,读者将学到复杂的计算机视觉算法,并探索机器学习和人脸检测。之后,本书将介绍如何在复杂场景中创建光流视频分析和背景减除,还将讲解文本分割和识别,以及新的和改进的深度学习模块的基础知识。*后,本书介绍了OpenCV的基础知识,例如矩阵运算、滤波器和直方图,帮读者掌握常用的计算机视觉技术,从头开始构建OpenCV项目。 本书通过实例和项目讲解OpenCV概念及其算法。首先介绍OpenCV的安装和图像处理的基础知识。然后,覆盖用户界面并深讲解图像处理,读者将学到复杂的计算机视觉算法,并探索机器学习和人脸检测。之后,本书将介绍如何在复杂场景中创建光流视频分析和背景减除,还将讲解文本分割和识别,以及新的和改的深度学习模块的基础知识。*后,本书介绍了OpenCV的基础知识,例如矩阵运算、滤波器和直方图,帮读者掌握常用的计算机视觉技术,从头始构建OpenCV项目。
【推荐语】
OpenCV是用于发计算机视觉应用程序的*流行的源库之一,它可以帮助你专注于构建完整的图像处理、运动检测和图像分割项目。无论你是初涉计算机视觉技术,还是对其概念已有基本了解,本书都将成为你通过实例和项目掌握OpenCV概念及算法的实用指南。 本书首先介绍OpenCV的门知识及安装,然后介绍OpenCV的基础知识,包括用户界面、矩阵运算、滤波器和直方图等,之后介绍复杂的计算机视觉算法,包括对象分割和分类、视频监控、对象跟踪等,*后探讨对象跟踪、文本识别、机器学习和人脸检测等高级技术。阅读本书之后,你将掌握常用和*新的计算机视觉技术,并学会从零始构建各类OpenCV项目。 通过阅读本书,你将学到: •在各种操作系统上安装OpenCV 4 •创建CMake脚本以编译C++应用程序 •了解基本的图像矩阵格式和滤波器 •探索图像分割和特征提取技术 •从静态场景中删除背景以识别需要监控的移动对象 •采用各种技术跟踪实时视频中的对象 •通过Tesseract行文本检测和识别 •熟悉用于图像分类的重要深度学习工具
【作者】
作者简介 大卫·米兰·埃斯克里瓦(David Millán Escrivá)8岁时用BASIC语言在8086 PC上编写了他的第一个程序。他在瓦伦西亚政治大学(Universitat Politécnica de Valencia)完成了他的IT学习,并在由使用OpenCV(v0.96)的计算机视觉技术所支持的人机交互领域取得了优异的成绩。他拥有人工智能、计算机图形学和模式识别硕士学位,专注于模式识别和计算机视觉。他还拥有超过9年的计算机视觉、计算机图形和模式识别经验。他是Damiles Blog的作者,在上面发表关于OpenCV、计算机视觉和光学字符识别算法的文章与教程。 我要感谢我的妻子Izaskun、女儿Eider和儿子Pau,他们始终保持无限的耐心并坚定地支持我。他们改变了我的生活,让我的每一天都变得很棒。我爱你们。 我要感谢OpenCV团队和社区给予我们这个精彩的库。我还要感谢我的合著者,感谢Packt出版社支持并帮助我完成本书。 维尼休斯·G.门东萨(Vinícius G. Mendon是巴拉那天主教大学(PUCPR)的计算机图形专业教授。他于1998年始使用C++行编程,并于2006年计算机游戏和计算机图形领域。他目前是巴西Apple发者学院(Apple Developer Academy)的导师,从事用于移动设备的金属、机器学习和计算机视觉方面的教学工作。他曾担任其他Packt图书的审校者,包括《OpenNI Cookbook》和《Mastering OpenCV and Computer Vision with OpenCV 3 and Qt5》。在他的研究中,使用了Kinect、OpenNI和OpenCV来识别巴西手语手势。他感兴趣的领域包括移动电话、OpenGL、图像处理、计算机视觉和项目管理。 我要感谢我的妻子Thais A. L. Mendon 普拉蒂克·乔希(Prateek Joshi)是一位人工智能研究员、8本书的作者,还是一位TEDx演讲者。他的著作曾选Forbes 30 Under 30、CNBC、TechCrunch、Silicon Valley Business Journal等多部出版物。他是Pluto AI的创始人,Pluto AI是一家由风投资助的硅谷初创公司,为水利设施建立智能平台。他毕业于南加州大学,获得人工智能专业硕士学位。他之前曾就职于NVIDIA和Microsoft Research。
目录展开

前言

作者简介

审校者简介

第1章 OpenCV入门

1.1 了解人类视觉系统

1.2 人类如何理解图像内容

1.3 你能用OpenCV做什么

1.3.1 内置数据结构和输入/输出

1.3.2 图像处理操作

1.3.3 GUI

1.3.4 视频分析

1.3.5 3D重建

1.3.6 特征提取

1.3.7 对象检测

1.3.8 机器学习

1.3.9 计算摄影

1.3.10 形状分析

1.3.11 光流算法

1.3.12 人脸和对象识别

1.3.13 表面匹配

1.3.14 文本检测和识别

1.3.15 深度学习

1.4 安装OpenCV

1.4.1 Windows

1.4.2 Mac OS X

1.4.3 Linux

1.5 总结

第2章 OpenCV基础知识导论

2.1 技术要求

2.2 基本CMake配置文件

2.3 创建一个库

2.4 管理依赖项

2.5 让脚本更复杂

2.6 图像和矩阵

2.7 读/写图像

2.8 读取视频和摄像头

2.9 其他基本对象类型

2.9.1 Vec对象类型

2.9.2 Scalar对象类型

2.9.3 Point对象类型

2.9.4 Size对象类型

2.9.5 Rect对象类型

2.9.6 RotatedRect对象类型

2.10 基本矩阵运算

2.11 基本数据存储

2.12 总结

第3章 学习图形用户界面

3.1 技术要求

3.2 OpenCV用户界面介绍

3.3 OpenCV的基本图形用户界面

3.4 Qt图形用户界面

3.5 OpenGL支持

3.6 总结

第4章 深入研究直方图和滤波器

4.1 技术要求

4.2 生成CMake脚本文件

4.3 创建图形用户界面

4.4 绘制直方图

4.5 图像颜色均衡

4.6 Lomography效果

4.7 卡通效果

4.8 总结

第5章 自动光学检查、对象分割和检测

5.1 技术要求

5.2 隔离场景中的对象

5.3 为AOI创建应用程序

5.4 预处理输入图像

5.4.1 噪声消除

5.4.2 用光模式移除背景进行分割

5.4.3 阈值

5.5 分割输入图像

5.5.1 连通组件算法

5.5.2 findContours算法

5.6 总结

第6章 学习对象分类

6.1 技术要求

6.2 机器学习概念介绍

6.3 计算机视觉和机器学习工作流程

6.4 自动对象检查分类示例

6.4.1 特征提取

6.4.2 训练SVM模型

6.4.3 输入图像预测

6.5 总结

第7章 检测面部部位与覆盖面具

7.1 技术要求

7.2 了解Haar级联

7.3 什么是积分图像

7.4 在实时视频中覆盖面具

7.5 戴上太阳镜

7.6 跟踪鼻子、嘴巴和耳朵

7.7 总结

第8章 视频监控、背景建模和形态学操作

8.1 技术要求

8.2 理解背景减除

8.3 直接的背景减除

8.4 帧差分

8.5 高斯混合方法

8.6 形态学图像处理

8.7 使形状变细

8.8 使形状变粗

8.9 其他形态运算符

8.9.1 形态开口

8.9.2 形态闭合

8.9.3 绘制边界

8.9.4 礼帽变换

8.9.5 黑帽变换

8.10 总结

第9章 学习对象跟踪

9.1 技术要求

9.2 跟踪特定颜色的对象

9.3 构建交互式对象跟踪器

9.4 用Harris角点检测器检测点

9.5 用于跟踪的好特征

9.6 基于特征的跟踪

9.6.1 Lucas-Kanade方法

9.6.2 Farneback算法

9.7 总结

第10章 开发用于文本识别的分割算法

10.1 技术要求

10.2 光学字符识别介绍

10.3 预处理阶段

10.3.1 对图像进行阈值处理

10.3.2 文本分割

10.4 在你的操作系统上安装Tesseract OCR

10.4.1 在Windows上安装Tesseract

10.4.2 在Mac上安装Tesseract

10.5 使用Tesseract OCR库

10.6 总结

第11章 用Tesseract进行文本识别

11.1 技术要求

11.2 文本API的工作原理

11.2.1 场景检测问题

11.2.2 极值区域

11.2.3 极值区域过滤

11.3 使用文本API

11.3.1 文本检测

11.3.2 文本提取

11.3.3 文本识别

11.4 总结

第12章 使用OpenCV进行深度学习

12.1 技术要求

12.2 深度学习简介

12.2.1 什么是神经网络,我们如何从数据中学习

12.2.2 卷积神经网络

12.3 OpenCV中的深度学习

12.4 YOLO用于实时对象检测

12.4.1 YOLO v3深度学习模型架构

12.4.2 YOLO数据集、词汇表和模型

12.4.3 将YOLO导入OpenCV

12.5 用SSD进行人脸检测

12.5.1 SSD模型架构

12.5.2 将SSD人脸检测导入OpenCV

12.6 总结

累计评论(0条) 1个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部