了得網計算機/網絡_深入理解OpenCV 實用計算機視覺項目解析(原書第3版)

●譯者序
前言
作者簡介
審閱者簡介
章樹莓派上的卡通化和皮膚顏色分析1
1.1訪問攝像頭2
1.2桌面應用程序的相機處理主循環4
1.2.1生成黑白素描4
1.2.2生成彩色繪畫和卡通6
1.2.3用邊緣濾波器來生成邪惡模式8
1.2.4用皮膚檢測來生成外星人造型9
1.3皮膚變色器的實現12
1.4從桌面移植到嵌入式設備19
1.4.1用於開發嵌入式設備代碼的設備配置21
1.4.2在嵌入式設備上安裝OpenCV27
1.5小結39
第2章使用SfM模塊從運動中恢復結構40
2.1技術要求40
2.2SfM的核心概念41
2.2.1相機標定和對極幾何42
2.2.2立體重建和SfM45
2.3在OpenCV中實現SfM48
2.3.1圖像特征匹配48
2.3.2找到特征軌跡52
2.3.33D重建和可視化55
2.3.4用於稠密重建的MVS57
2.4小結60
第3章使用人臉模塊進行人臉特征點及姿態檢測61
3.1技術要求61
3.2背景和理論63
3.2.1主動外觀模型與受約束的局部模型63
3.2.2回歸方法64
3.3OpenCV中的人臉特征點檢測65
3.4基於特征點的人臉方向估計68
3.4.1估計姿態計算69
3.4.2將姿態投影到圖像上70
3.5小結71
第4章基於深度卷積網絡的車牌識別72
4.1ANPR簡介72
4.2ANPR算法74
4.3車牌檢測77
4.3.1分割78
4.3.2分類84
4.4車牌識別87
4.4.1OCR分割88
4.4.2基於卷積神經網絡的字符分類89
4.5小結105
第5章通過DNN模塊進行人臉檢測和識別106
5.1介紹人臉檢測和人臉識別106
5.1.1人臉檢測108
5.1.2人臉預處理116
5.1.3收集人臉並從中學習127
5.1.4人臉識別138
5.1.5收尾工作——保存和加載文件141
5.1.6收尾工作——制作一個漂亮的、交互體驗好的GUI141
5.2小結153
5.3參考文獻154
第6章Web計算機視覺之初識OpenCV.js155
6.1什麼是OpenCV.js155
6.2編譯OpenCV.js157
6.3OpenCV.js開發基礎159
6.4訪問攝像頭流165
6.5圖像處理和基本用戶界面169
6.5.1閾值濾波器170
6.5.2高斯濾波器170
6.5.3canny濾波器170
6.6瀏覽器中的光流174
6.7在瀏覽器中使用Haar級聯分類器進行人臉檢測178
6.8小結180
第7章使用ArUco模塊的Android相機校準和AR182
7.1技術要求182
7.2增強現實和姿態估計183
7.2.1相機校準184
7.2.2用於平面重建的增強現實標記186
7.3Android繫統中的相機訪問188
7.4使用ArUco進行相機校準191
7.5使用jMonkeyEngine實現增強現實195
7.6小結196
第8章帶有拼接模塊的iOS全景圖198
8.1技術要求198
8.2全景圖像拼接方法199
8.2.1全景圖的特征提取和魯棒匹配200
8.2.2變形圖像，以便全景創建203
8.3項目概況204
8.4用CocoaPods設置iOSOpenCV項目204
8.5用於全景捕捉的iOSUI205
8.6Objective-C++包裝器中的OpenCV拼接209
8.7小結212
8.8進一步閱讀212
第9章為項目找到最佳OpenCV算法213
9.1技術要求213
9.2方案是否包含在OpenCV中214
9.3OpenCV中的算法選項215
9.4哪種算法最好217
9.5算法性能比較的示例218
9.6小結223
0章避免OpenCV中的常見陷阱224
10.1OpenCV從v1到v4的歷史224
10.2OpenCV中的歷史算法228
10.3常見陷阱和建議解決方案231
10.4小結236
10.5進一步閱讀236

內容簡介

本書第3版仍然堅持“幫助計算機視覺工程師邁出掌握OpenCV的步”的初心。本書簡化數學公式，但保留了重要的數學公式。針對當前熱門的計算機視覺主題，如人臉及特征點檢測、姿態估計，以及基於深度卷積網絡的車牌識別，展示了從構思到運行的全過程，並提供了完整的項目代碼。新版本加入“為項目找到*佳OpenCV算法”、“避免OpenCV中的常見陷阱”兩個章節幫助程序員從成百上千的API中進行需求權衡、設計、技術選型、優化和避免陷阱。

商品搜索

商品分类

【醫學】

【各大出版社】