OpenCV 4 Project Computer Vision Project Real Combat Original Book 2 OpenCV Введение старшее дизайн программы. Изображение Изображение машинное обучение личное обнаружение лица компьютерные визуальные книги
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
E2
Название книги: OpenCV 4 Project Project Project Computer Vision Оригинальная книга 2 -е издание
ISBN: 9787111631644
Цена: 79,00 юань
Пресса: Machinery Industry Press
Эта книга объясняет концепцию OpenCV и ее алгоритмы с помощью примеров и проектов.Во -первых, мы представим базовые знания установки OpenCV и обработки изображений.Затем, покрывая пользовательский интерфейс и подробно объясняя обработку изображений, читатели изучат сложные алгоритмы компьютерного зрения и изучат машинное обучение и обнаружение лица.После этого эта книга представит, как создать анализ видео -видео -оптического потока и вычитание фона в сложных сценариях, а также объяснит основы сегментации текста и распознавания, а также новые и улучшенные модули глубокого обучения.Позже эта книга представляет базовые знания OpenCV, такие как матричные операции, фильтры и гистограммы, чтобы помочь читателям магистерские технологии компьютерного зрения и создавать проекты OpenCV с нуля.
Глава 1 Введение в OpenCV 1
1.1 Понимание визуальной системы человека 1
1.2 Как люди понимают содержание изображения 3
1.3 Что вы можете сделать с OpenCV 4
1.3.1 Встроенная структура данных и вход/вывод 4
1.3.2 Операции обработки изображений 5
1.3.3 GUI 5
1.3.4 Видео -анализ 6
1.3.5 3D Реконструкция 6
1.3.6 Извлечение элементов 7
1.3.7 Обнаружение объекта 7
1.3.8 машинное обучение 8
1.3.9 Рассчитайте фотографию 8
1.3.10 Анализ формы 9
1.3.11 Алгоритм оптического потока 9
1.3.12 Распознавание лица и объекта 9
1.3.13 Сопоставление поверхности 10
1.3.14 Обнаружение и распознавание текста 10
1.3.15 глубокое обучение 10
1.4 Установите OpenCV 10
1.4.1 Windows 11
1.4.2 Mac OS X 11
1.4.3 Linux 13
1.5 Резюме 14
Глава 2 Введение в базовые знания OpenCV 15
2.1 Технические требования 15
2.2 Основной файл конфигурации Cmake 16
2.3 Создайте библиотеку 16
2.4 Управление зависимостями 17
2.5 Сделайте сценарии более сложными 18
2.6 Изображение и Матрица 20
2.7 Читать/записать изображения 22
2.8 Читать видео и камеру 25
2.9 Другие основные типы объектов 27
2.9.1 Тип объекта VEC 27
2.9.2 Тип скалярного объекта 28
2.9.3 Тип объекта точки 28
2.9.4 Тип объекта размера 29
2.9.5 Тип прямого объекта 29
2.9.6 Тип объекта RotatedRect 29
2.10 Основная работа матрицы 30
2.11 Основное хранение данных 32
2.12 Резюме 34
Глава 3 Изучение графическое интерфейс пользователя 35
3.1 Технические требования 35
3.2 Введение в пользовательский интерфейс OpenCV 36
3.3 Основной графический интерфейс пользователя OpenCV 36
3.4 QT Графический пользовательский интерфейс 44
3.5 Поддержка OpenGL 50
3.6 Резюме 54
Глава 4 углубленное исследование гистограмм и фильтров 55
4.1 Технические требования 56
4.2 Сгенерировать файл скрипта Cmake 56
4.3 Создание графического пользовательского интерфейса 57
4.4 Рисование гистограммы 59
4.5 Цветовой баланс изображения 62
4.6 Эффект ломографии 64
4.7 Мультипликационный эффект 68
4.8 Резюме 72
Глава 5 Автоматическая оптическая проверка, сегментация объектов и обнаружение 73
5.1 Технические требования 73
5.2 изолировать объекты в сцене 74
5.3 Создание приложения для AOI 76
5.4 Предварительная обработка входных изображений 78
5.4.1 Шумовая отмена 78
5.4.2 Используйте режим света, чтобы удалить фон для сегментации 79
5.4.3 Порог 84
5.5 сегментирование входного изображения 85
5.5.1 Подключение алгоритма компонентов 85
5.5.2 Алгоритм FindContours 90
5.6 Резюме 92
Глава 6 Классификация объектов обучения 94
6.1 Технические требования 94
6.2 Введение в концепцию машинного обучения 95
6.3 Компьютерное зрение и рабочие процессы машинного обучения 98
6.4 Пример автоматической проверки объектов. 100
6.4.1 Извлечение функций 102
6.4.2 Обучение модели SVM 105
6.4.3 Прогнозирование входного изображения 109
6.5 Резюме 111
Глава 7 Обнаружение деталей лица и покрывающих масок 112
7.1 Технические требования 112
7.2 Понимание каскада HAAR 112
7.3 Что такое интегральное изображение 114
7.4 Обкрытие масок в видео в режиме реального времени 115
7.5 носить солнцезащитные очки 118
7.6 Отслеживание носа, рта и ушей 121
7.7 Резюме 122
ГЛАВА 8 ВИДЕО ЗСЕДАЕТСЯ, Фоновое моделирование и морфологическая операция 123
8.1 Технические требования 123
8.2 Понимание вычитания предыстории 124
8.3 Прямая вычитание фона 124
8.4 разница в кадрах 128
8.5 Гауссовый гибридный метод 131
8.6 Морфологическая обработка изображения 133
8.7 Сделайте форму более тонкой 134
8.8 Сделайте форму толще 135
8.9 Другие операторы формы 136
8.9.1 Морфологическое открытие 136
8.9.2 Морфологическое закрытие 137
8.9.3 Границы рисования 138
8.9.4 Трансформация верхней шляпы 139
8.9.5 Трансформация черной шляпы 140
8.10 Резюме 140
Глава 9 Отслеживание объектов обучения 141
9.1 Технические требования 141
9.2 Отслеживание объектов определенных цветов 141
9.3 Создание интерактивного трекера объекта 143
9.4 Обнаружение баллов с помощью углового детектора Harris 148
9.5 Хорошие функции для отслеживания 151
9.6 Отслеживание на основе функций 153
9.6.1 Метод Лукаса-Канада 153
9.6.2 Алгоритм Фарнебака 157
9.7 Резюме 161
Глава 10 Разработка алгоритма сегментации для распознавания текста 162
10.1 Технические требования 162
10.2 Введение в распознавание оптического персонажа 162
10.3 Фаза предварительной обработки 164
10.3.1 пороговая обработка изображений 164
10.3.2 Текстовая сегментация 165
10.4 Установите Tesseract в операционную систему OCR 172
10.4.1 Установите Tesseract в Windows 172
10.4.2 Установите Tesseract на Mac 173
10.5 Использование Tesseract Библиотека OCR 173
10.6 Резюме 177
Глава 11 Используйте Tesseract для распознавания текста 178
11.1 Технические требования 178
11.2 Как работает текстовый API 179
11.2.1 Проблемы обнаружения сценариев 179
11.2.2 Область экстремальной стоимости 180
11.2.3 Фильтрация области области экстремальной стоимости 181
11.3 Использование текстового API 182
11.3.1 Обнаружение текста 182
11.3.2 Извлечение текста 187
11.3.3 Распознавание текста 189
11.4 Резюме 193
Глава 12 Использование OpenCV для глубокого обучения 194
12.1 Технические требования 194
12.2 Введение в глубокое обучение 195
12.2.1 Что такое нейронная сеть и как мы учимся на данных 195
12.2.2 Служба нейронная сеть 197
12.3 Глубокое обучение в OpenCV 198
12.4 YOLO используется для обнаружения объектов в реальном времени 199
12.4.1 YOLO v3 архитектура модели глубокого обучения 200
12.4.2 Наборы данных YOLO, глоссарий и модели 200
12.4.3 Импорт Йоло в OpenCV 201
12.5 Используйте SSD для выполнения обнаружения лица 204
12.5.1 Архитектура модели SSD 204
12.5.2 Импорт обнаружения лица SSD в OpenCV 204
12.6 Резюме 208