| 失效链接处理 |
|
OpenCV 4计算机视觉项目实战(原书第2版) PDF 下载
下载地址：
版权归出版社和原作者所有，链接已删除，请购买正版
用户下载说明：
电子版仅供预览，下载后24小时内务必删除，支持正版，喜欢的请购买正版书籍：
http://product.dangdang.com/27909313.html
相关截图：  资料简介：
第1章介绍在各种操作系统上的安装步骤，并介绍人类视觉系统以及计算机视觉中的各种主题。
第2章讨论如何在OpenCV中读/写图像和视频，并解释如何使用CMake构建项目。
第3章介绍如何构建图形用户界面和鼠标事件检测器，以构建交互式应用程序。
第4章探讨直方图和滤波器，并展示如何对图像进行卡通化处理。
第5章描述各种图像预处理技术，如噪声消除、阈值处理和轮廓分析。
第6章处理目标识别和机器学习，以及如何使用支持向量机来构建目标分类系统。
第7章讨论人脸检测和Haar级联，然后解释这些方法如何用于检测人脸的各个部位。
第8章探讨背景减除、视频监控和形态图像处理，并且描述它们如何相互连接。
第9章介绍如何使用不同技术跟踪实时视频中的目标，例如，基于颜色和基于特征进行跟踪。
第10章讨论光学字符识别、文本分割，并介绍Tesseract OCR引擎。
第11章深入探究Tesseract OCR引擎，解释如何将其用于文本检测、提取和识别。
第12章探讨如何使用两种常用的深度学习架构在OpenCV中应用深度学习，在这两种架构中，YOLO v3用于目标检测，而单发探测器（Single Shot Detector）用于人脸检测。
资料目录：
前言
作者简介
审校者简介
第1章 OpenCV入门1
1.1 了解人类视觉系统1
1.2 人类如何理解图像内容3
1.3 你能用OpenCV做什么4
1.3.1 内置数据结构和输入/输出4
1.3.2 图像处理操作5
1.3.3 GUI5
1.3.4 视频分析6
1.3.5 3D重建6
1.3.6 特征提取7
1.3.7 对象检测7
1.3.8 机器学习8
1.3.9 计算摄影8
1.3.10 形状分析9
1.3.11 光流算法9
1.3.12 人脸和对象识别9
1.3.13 表面匹配10
1.3.14 文本检测和识别10
1.3.15 深度学习10
1.4 安装OpenCV10
1.4.1 Windows11
1.4.2 Mac OS X11
1.4.3 Linux13
1.5 总结14
第2章 OpenCV基础知识导论15
2.1 技术要求15
2.2 基本CMake配置文件16
2.3 创建一个库16
2.4 管理依赖项17
2.5 让脚本更复杂18
2.6 图像和矩阵20
2.7 读/写图像22
2.8 读取视频和摄像头25
2.9 其他基本对象类型27
2.9.1 Vec对象类型27
2.9.2 Scalar对象类型28
2.9.3 Point对象类型28
2.9.4 Size对象类型29
2.9.5 Rect对象类型29
2.9.6 RotatedRect对象类型29
2.10 基本矩阵运算30
2.11 基本数据存储32
2.12 总结34
第3章 学习图形用户界面35
3.1 技术要求35
3.2 OpenCV用户界面介绍36
3.3 OpenCV的基本图形用户界面36
3.4 Qt图形用户界面44
3.5 OpenGL支持50
3.6 总结54
第4章 深入研究直方图和滤波器55
4.1 技术要求56
4.2 生成CMake脚本文件56
4.3 创建图形用户界面57
4.4 绘制直方图59
4.5 图像颜色均衡62
4.6 Lomography效果64
4.7 卡通效果68
4.8 总结72
第5章 自动光学检查、对象分割和检测73
5.1 技术要求73
5.2 隔离场景中的对象74
5.3 为AOI创建应用程序76
5.4 预处理输入图像78
5.4.1 噪声消除78
5.4.2 用光模式移除背景进行分割79
5.4.3 阈值84
5.5 分割输入图像85
5.5.1 连通组件算法85
5.5.2 findContours算法90
5.6 总结92
第6章 学习对象分类94
6.1 技术要求94
6.2 机器学习概念介绍95
6.3 计算机视觉和机器学习工作流程98
6.4 自动对象检查分类示例100
6.4.1 特征提取102
6.4.2 训练SVM模型105
6.4.3 输入图像预测109
6.5 总结111
第7章 检测面部部位与覆盖面具112
7.1 技术要求112
7.2 了解Haar级联112
7.3 什么是积分图像114
7.4 在实时视频中覆盖面具115
7.5 戴上太阳镜118
7.6 跟踪鼻子、嘴巴和耳朵121
7.7 总结122
第8章 视频监控、背景建模和形态学操作123
8.1 技术要求123
8.2 理解背景减除124
8.3 直接的背景减除124
8.4 帧差分128
8.5 高斯混合方法131
8.6 形态学图像处理133
8.7 使形状变细134
8.8 使形状变粗135
8.9 其他形态运算符136
8.9.1 形态开口136
8.9.2 形态闭合137
8.9.3 绘制边界138
8.9.4 礼帽变换139
8.9.5 黑帽变换140
8.10 总结140
第9章 学习对象跟踪141
9.1 技术要求141
9.2 跟踪特定颜色的对象141
9.3 构建交互式对象跟踪器143
9.4 用Harris角点检测器检测点148
9.5 用于跟踪的好特征151
9.6 基于特征的跟踪153
9.6.1 Lucas-Kanade方法153
9.6.2 Farneback算法157
9.7 总结161
第10章 开发用于文本识别的分割算法162
10.1 技术要求162
10.2 光学字符识别介绍162
10.3 预处理阶段164
10.3.1 对图像进行阈值处理164
10.3.2 文本分割165
10.4 在你的操作系统上安装Tesseract OCR172
10.4.1 在Windows上安装Tesseract172
10.4.2 在Mac上安装Tesseract173
10.5 使用Tesseract OCR库173
10.6 总结177
第11章 用Tesseract进行文本识别178
11.1 技术要求178
11.2 文本API的工作原理179
11.2.1 场景检测问题179
11.2.2 极值区域180
11.2.3 极值区域过滤181
11.3 使用文本API182
11.3.1 文本检测182
11.3.2 文本提取187
11.3.3 文本识别189
11.4 总结193
第12章 使用OpenCV进行深度学习194
12.1 技术要求194
12.2 深度学习简介195
12.2.1 什么是神经网络，我们如何从数据中学习195
12.2.2 卷积神经网络197
12.3 OpenCV中的深度学习198
12.4 YOLO用于实时对象检测199
12.4.1 YOLO v3深度学习模型架构200
12.4.2 YOLO数据集、词汇表和模型200
12.4.3 将YOLO导入OpenCV201
12.5 用SSD进行人脸检测204
12.5.1 SSD模型架构204
12.5.2 将SSD人脸检测导入OpenCV204
12.6 总结208
|
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
苏公网安备 32061202001004号
