logo
分类于: 编程语言 计算机基础 职场办公

简介

OpenCV实例精解

OpenCV实例精解 0.0分

资源最后更新于 2020-03-29 02:27:25

作者:〔美〕普拉蒂克·乔希〔西〕大卫·米兰·埃斯克里瓦〔巴西〕维尼修斯·戈多伊

译者:呆萌院长李风明李翰阳

出版社:出版社机械工业出版社

出版日期:2016-08

文件格式: pdf

标签: 计算机 编程 工具书 软件应用

简介· · · · · ·

OpenCV是开发计算机视觉应用最流行的库之一。它使我们能够实时运行许多不同的计算机视觉算法。它已经存在了很多年,并成为这个领域的标准库。OpenCV的主要优点之一是它的高度优化和几乎可以在所有平台上兼容。本书首先介绍了计算机视觉中的各个领域和在C++中相关的OpenCV功能。每章都包含真实世界的例子和示例代码帮助你轻松地掌握主题,并了解它们在现实生活中的应用。总之,本书是一部实用指南,会教你如何在C++中使用OpenCV,并建立各种应用程序。普拉蒂克·乔希、大卫·米兰·埃斯克里瓦、维尼修斯·戈多伊著。
直接下载

想要: 点击会收藏到你的 我的收藏,可以在这里查看

已收: 表示已经收藏

Tips: 注册一个用户 可以通过用户中心得到电子书更新的通知哦

目录

  1. 译者序
  2. 前言
  3. 本书的主要内容
  4. 你需要准备什么
  5. 本书的读者对象
  6. 第1章 OpenCV的探险之旅
  7. 1.1 理解人类视觉系统
  8. 1.2 人类是怎么理解图像内容的
  9. 1.3 OpenCV可以做什么
  10. 1.3.1 内置数据结构和输入/输出
  11. 1.3.2 图像处理方法
  12. 1.3.3 构建GUI
  13. 1.3.4 视频分析
  14. 1.3.5 三维重建
  15. 1.3.6 特征提取
  16. 1.3.7 目标检测
  17. 1.3.8 机器学习
  18. 1.3.9 计算摄影
  19. 1.3.10 形状分析
  20. 1.3.11 光流算法
  21. 1.3.12 人脸识别和目标识别
  22. 1.3.13 曲面匹配
  23. 1.3.14 文本检测与识别
  24. 1.4 安装OpenCV
  25. 1.4.1 Windows
  26. 1.4.2 Mac OS X
  27. 1.4.3 Linux
  28. 1.5 总结
  29. 第2章 OpenCV基础知识介绍
  30. 2.1 CMake基本配置文件
  31. 2.2 创建库
  32. 2.3 管理依赖关系
  33. 2.4 脚本复杂化
  34. 2.5 图像和矩阵
  35. 2.6 读写图像
  36. 2.7 读取视频和摄像头
  37. 2.8 其他基本对象类型
  38. 2.8.1 vec对象类型
  39. 2.8.2 Scalar对象类型
  40. 2.8.3 Point对象类型
  41. 2.8.4 Size对象类型
  42. 2.8.5 Rect对象类型
  43. 2.8.6 RotatedRect对象类型
  44. 2.9 矩阵的基本运算
  45. 2.10 基本数据持久性和存储
  46. 2.11 总结
  47. 第3章 图形用户界面和基本滤波
  48. 3.1 介绍OpenCV的用户界面
  49. 3.2 使用OpenCV实现基本图形用户界面
  50. 3.3 QT的图形用户界面
  51. 3.4 在界面上添加滑动条和鼠标事件
  52. 3.5 在用户界面上添加按钮
  53. 3.6 支持OpenGL
  54. 3.7 总结
  55. 第4章 深入研究直方图和滤波器
  56. 4.1 生成CMake脚本文件
  57. 4.2 创建图形用户界面
  58. 4.3 绘制直方图
  59. 4.4 图像色彩均衡化
  60. 4.5 LOMO效果
  61. 4.6 卡通效果
  62. 4.7 总结
  63. 第5章 自动光学检测、目标分割和检测
  64. 5.1 隔离场景中的目标
  65. 5.2 创建AOI应用程序
  66. 5.3 输入图像的预处理
  67. 5.3.1 去除噪声
  68. 5.3.2 使用光纹删除背景来分割
  69. 5.3.3 阈值操作
  70. 5.4 分割输入图像
  71. 5.4.1 连通区域算法
  72. 5.4.2 findContours算法
  73. 5.5 总结
  74. 第6章 学习目标分类
  75. 6.1 介绍机器学习的概念
  76. 6.2 计算机视觉和机器学习的工作流程
  77. 6.3 自动检测目标分类的示例
  78. 6.4 特征提取
  79. 6.4.1 训练SVM模型
  80. 6.4.2 预测输入图像
  81. 6.5 总结
  82. 第7章 识别人脸部分并覆盖面具
  83. 7.1 理解Haar级联
  84. 7.2 积分图
  85. 7.3 在实时视频中覆盖上面具
  86. 7.4 戴上太阳镜
  87. 7.5 跟踪鼻子、嘴和耳朵
  88. 7.6 总结
  89. 第8章 视频监控、背景建模和形态学操作
  90. 8.1 理解背景差分
  91. 8.2 简单背景差分法
  92. 8.3 帧差值法
  93. 8.4 混合高斯方法
  94. 8.5 形态学图像操作
  95. 8.6 图像细化
  96. 8.7 图像加粗
  97. 8.8 其他形态学运算
  98. 8.8.1 形态学开运算
  99. 8.8.2 形态学闭运算
  100. 8.8.3 绘制边界
  101. 8.8.4 白顶帽变换
  102. 8.8.5 黑顶帽变换
  103. 8.9 总结
  104. 第9章 学习对象跟踪
  105. 9.1 跟踪特定颜色的对象
  106. 9.2 建立交互式对象跟踪器
  107. 9.3 使用Harris角点检测器检测点
  108. 9.4 Shi-Tomasi角点检测器
  109. 9.5 基于特征的跟踪
  110. 9.5.1 Lucas-Kanade方法
  111. 9.5.2 Farneback算法
  112. 9.6 总结
  113. 第10章 文本识别中的分割算法
  114. 10.1 OCR简介
  115. 10.2 预处理步骤
  116. 10.2.1 图像阈值化
  117. 10.2.2 文本分割
  118. 10.3 在你的操作系统上安装Tesseract OCR
  119. 10.3.1 在Windows上安装的Tesseract
  120. 10.3.2 在Mac上安装Tesseract
  121. 10.4 使用Tesseract OCR库
  122. 10.5 总结
  123. 第11章 使用Tesseract识别文本
  124. 11.1 文本识别API工作原理
  125. 11.1.1 实时文字检测问题
  126. 11.1.2 极值区域
  127. 11.1.3 极值区域滤镜
  128. 11.2 使用文本识别API
  129. 11.2.1 文本检测
  130. 11.2.2 文本提取
  131. 11.2.3 文字识别
  132. 11.3 总结