OpenCV4计算机视觉:Python语言实现(原书第3版)

OpenCV4计算机视觉:Python语言实现(原书第3版)
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: [加] (Joseph Howse) , [爱] (Joe Minichino) , ,
2021-09
版次: 1
ISBN: 9787111689485
定价: 99.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 252页
  • 本书首先介绍OpenCV 4以及如何基于Python 3在各种平台上安装OpenCV 4。接下来,你将学习如何执行读取、写入、操纵,以及显示静态图像、视频和摄像机回馈等基本操作。你还将学习图像处理、视频分析、深度估计和分割,并通过构建一个简单的GUI应用程序获得实践经验。接下来,你将处理两类常见问题:人脸检测和人脸识别。你还将学习物体分类和机器学习的概念,这将使你能够创建和使用物体检测器和分类器,甚至跟踪电影或摄像机回馈中的物体。稍后,你将学习3D跟踪和增强现实。本书末尾,你将学习人工神经网络和深度神经网络,学习如何开发手写数字识别以及对人的性别和年龄分类的应用程序。 


    译者序 


    前言 


    作者简介 


    审校者简介 


    第1章 安装OpenCV 1 


    11 技术需求 2 


    12 OpenCV 4有哪些新特性 2 


    13 选择和使用合适的安装工具 3 


    131 在Windows上安装 3 


    132 在macOS上安装 7 


    133 在Debian、Ubuntu、Linux Mint以及类似系统上安装 8 


    134 在其他类UNIX系统上安装 11 


    14 运行示例 12 


    15 查找文档、帮助和更新 13 


    16 本章小结 13 


    第2章 处理文件、摄像头和GUI 14 


    21 技术需求 14 


    22 基本I/O脚本 14 


    221 读取/写入图像文件 15 


    222 在图像和原始字节之间进行转换 17 


    223 基于numpyarray访问图像数据 19 


    224 读取/写入视频文件 21 


    225 捕捉摄像头帧 22 


    226 在窗口中显示图像 23 


    227 在窗口中显示摄像头帧 24 


    23 项目Cameo(人脸跟踪和图像处理) 25 


    24 Cameo:面向对象的设计 26 


    241 基于managersCaptureManager提取视频流 26 


    242 基于managersWindowManager提取窗口和键盘 30 


    243 基于cameoCameo应用所有内容 31 


    25 本章小结 33 


    第3章 基于OpenCV的图像处理 34 


    31 技术需求 34 


    32 在不同颜色模型之间进行图像转换 34 


    33 探索傅里叶变换 35 


    34 创建模块 38 


    35 边缘检测 38 


    36 自定义核:获取卷积 39 


    37 修改应用程序 41 


    38 基于Canny的边缘检测 43 


    39 轮廓检测 43 


    391 边框、最小矩形区域以及最小外接圆 44 


    392 凸轮廓和Douglas-Peucker算法 46 


    310 检测线、圆以及其他形状 48 


    3101 检测线 48 


    3102 检测圆 49 


    3103 检测其他形状 50 


    311 本章小结 50 


    第4章 深度估计和分割 51 


    41 技术需求 51 


    42 创建模块 52 


    43 从深度摄像头捕捉帧 52 


    44 将10位图像转换成8位图像 54 


    45 由视差图创建掩模 56 


    46 修改应用程序 57 


    47 基于普通摄像头的深度估计 59 


    48 基于GrabCut算法的前景检测 64 


    49 基于分水岭算法的图像分割 67 


    410 本章小结 69 


    第5章 人脸检测和识别 70 


    51 技术需求 71 


    52 Haar级联的概念化 71 


    53 获取Haar级联数据 72 


    54 使用OpenCV进行人脸检测 72 


    541 在静态图像上进行人脸检测 73 


    542 在视频上进行人脸检测 74 


    543 进行人脸识别 77 


    55 在红外线下换脸 83 


    551 修改应用程序的循环 84 


    552 掩模复制操作 86 


    56 本章小结 88 


    第6章 使用图像描述符检索和搜索图像 89 


    61 技术需求 89 


    62 理解特征检测和匹配的类型 90 


    63 检测Harris角点 90 


    64 检测DoG特征并提取SIFT描述符 92 


    65 检测快速Hessian特征并提取SURF描述符 95 


    66 使用基于FAST特征和BRIEF描述符的ORB 96 


    661 FAST 97 


    662 BRIEF 97 


    663 蛮力匹配 98 


    664 匹配两幅图像中的标识 98 


    67 使用K最近邻和比率检验过滤匹配 101 


    68 基于FLANN的匹配 104 


    69 基于FLANN进行单应性匹配 107 


    610 示例应用程序:文身取证 110 


    6101 将图像描述符保存到文件 110 


    6102 扫描匹配 111 


    611 本章小结 114 


    第7章 建立自定义物体检测器 115 


    71 技术需求 115 


    72 理解HOG描述符 116 


    721 HOG的可视化 116 


    722 使用HOG描述图像的区域 117 


    73 理解非极大值抑制 118 


    74 理解支持向量机 118 


    75 基于HOG描述符检测人 119 


    76 创建并训练物体检测器 122 


    761 理解BoW 122 


    762 将BoW应用于计算机视觉领域 123 


    763 k均值聚类 123 


    77 检测汽车 124 


    771 支持向量机和滑动窗口相结合 129 


    772 检测场景中的汽车 130 


    773 保存并加载经过训练的支持向量机 135 


    78 本章小结 135 


    第8章 物体跟踪 136 


    81 技术需求 136 


    82 基于背景差分检测运动物体 137 


    821 实现基本背景差分器 138 


    822 使用MOG背景差分器 140 


    823 使用KNN背景差分器 143 


    824 使用GMG和其他背景差分器 145 


    83 利用MeanShift和CamShift跟踪彩色物体 147 


    831 规划MeanShift示例 148 


    832 计算和反投影颜色直方图 148 


    833 实现MeanShift示例 152 


    834 使用CamShift 153 


    84 使用卡尔曼滤波器寻找运动趋势 155 


    841 理解预测和更新阶段 155 


    842 跟踪鼠标光标 156 


    85 跟踪行人 158 


    851 规划应用程序的流程 158 


    852 比较面向对象范式和函数范式 159 


    853 实现行人类 160 


    854 实现主函数 162 


    855 考虑接下来的步骤 165 


    86 本章小结 165 


    第9章 摄像头模型和增强现实 166 


    91 技术需求 166 


    92 理解3D图像跟踪和增强现实 167 


    921 理解摄像头和镜头参数 168 


    922 理解cv2solvePnPRansac 172 


    93 实现demo应用程序 174 


    931 导入模块 174 


    932 执行灰度转换 175 


    933 执行2D到3D的空间转换 176 


    934 实现应用程序类 177 


    935 运行和测试应用程序 192 


    94 改进3D跟踪算法 195 


    95 本章小结 195 


    第10章 基于OpenCV的神经网络导论 197 


    101 技术需求 198 


    102 理解人工神经网络 198 


    1021 理解神经元和感知器 199 


    1022 理解神经网络的层 200 


    103 用OpenCV训练基本人工神经网络 202 


    104 训练多阶段人工神经网络分类器 203 


    105 基于人工神经网络识别手写数字 207 


    1051 理解手写数字的MNIST数据库 207 


    1052 为MNIST数据库选择训练参数 208 


    1053 实现模块来训练人工神经网络 208 


    1054 实现简单测试模块 212 


    1055 实现主模块 212 


    1056 试着提升人工神经网络训练性能 217 


    1057 寻找其他潜在应用程序 218 


    106 在OpenCV中使用其他框架的深度神经网络 219 


    107 基于第三方深度神经网络的物体检测和分类 220 


    108 基于第三方深度神经网络的人脸检测和分类 223 


    109 本章小结 228 


    附录 基于曲线滤波器弯曲颜色空间 229
  • 内容简介:
    本书首先介绍OpenCV 4以及如何基于Python 3在各种平台上安装OpenCV 4。接下来,你将学习如何执行读取、写入、操纵,以及显示静态图像、视频和摄像机回馈等基本操作。你还将学习图像处理、视频分析、深度估计和分割,并通过构建一个简单的GUI应用程序获得实践经验。接下来,你将处理两类常见问题:人脸检测和人脸识别。你还将学习物体分类和机器学习的概念,这将使你能够创建和使用物体检测器和分类器,甚至跟踪电影或摄像机回馈中的物体。稍后,你将学习3D跟踪和增强现实。本书末尾,你将学习人工神经网络和深度神经网络,学习如何开发手写数字识别以及对人的性别和年龄分类的应用程序。 


  • 目录:
    译者序 


    前言 


    作者简介 


    审校者简介 


    第1章 安装OpenCV 1 


    11 技术需求 2 


    12 OpenCV 4有哪些新特性 2 


    13 选择和使用合适的安装工具 3 


    131 在Windows上安装 3 


    132 在macOS上安装 7 


    133 在Debian、Ubuntu、Linux Mint以及类似系统上安装 8 


    134 在其他类UNIX系统上安装 11 


    14 运行示例 12 


    15 查找文档、帮助和更新 13 


    16 本章小结 13 


    第2章 处理文件、摄像头和GUI 14 


    21 技术需求 14 


    22 基本I/O脚本 14 


    221 读取/写入图像文件 15 


    222 在图像和原始字节之间进行转换 17 


    223 基于numpyarray访问图像数据 19 


    224 读取/写入视频文件 21 


    225 捕捉摄像头帧 22 


    226 在窗口中显示图像 23 


    227 在窗口中显示摄像头帧 24 


    23 项目Cameo(人脸跟踪和图像处理) 25 


    24 Cameo:面向对象的设计 26 


    241 基于managersCaptureManager提取视频流 26 


    242 基于managersWindowManager提取窗口和键盘 30 


    243 基于cameoCameo应用所有内容 31 


    25 本章小结 33 


    第3章 基于OpenCV的图像处理 34 


    31 技术需求 34 


    32 在不同颜色模型之间进行图像转换 34 


    33 探索傅里叶变换 35 


    34 创建模块 38 


    35 边缘检测 38 


    36 自定义核:获取卷积 39 


    37 修改应用程序 41 


    38 基于Canny的边缘检测 43 


    39 轮廓检测 43 


    391 边框、最小矩形区域以及最小外接圆 44 


    392 凸轮廓和Douglas-Peucker算法 46 


    310 检测线、圆以及其他形状 48 


    3101 检测线 48 


    3102 检测圆 49 


    3103 检测其他形状 50 


    311 本章小结 50 


    第4章 深度估计和分割 51 


    41 技术需求 51 


    42 创建模块 52 


    43 从深度摄像头捕捉帧 52 


    44 将10位图像转换成8位图像 54 


    45 由视差图创建掩模 56 


    46 修改应用程序 57 


    47 基于普通摄像头的深度估计 59 


    48 基于GrabCut算法的前景检测 64 


    49 基于分水岭算法的图像分割 67 


    410 本章小结 69 


    第5章 人脸检测和识别 70 


    51 技术需求 71 


    52 Haar级联的概念化 71 


    53 获取Haar级联数据 72 


    54 使用OpenCV进行人脸检测 72 


    541 在静态图像上进行人脸检测 73 


    542 在视频上进行人脸检测 74 


    543 进行人脸识别 77 


    55 在红外线下换脸 83 


    551 修改应用程序的循环 84 


    552 掩模复制操作 86 


    56 本章小结 88 


    第6章 使用图像描述符检索和搜索图像 89 


    61 技术需求 89 


    62 理解特征检测和匹配的类型 90 


    63 检测Harris角点 90 


    64 检测DoG特征并提取SIFT描述符 92 


    65 检测快速Hessian特征并提取SURF描述符 95 


    66 使用基于FAST特征和BRIEF描述符的ORB 96 


    661 FAST 97 


    662 BRIEF 97 


    663 蛮力匹配 98 


    664 匹配两幅图像中的标识 98 


    67 使用K最近邻和比率检验过滤匹配 101 


    68 基于FLANN的匹配 104 


    69 基于FLANN进行单应性匹配 107 


    610 示例应用程序:文身取证 110 


    6101 将图像描述符保存到文件 110 


    6102 扫描匹配 111 


    611 本章小结 114 


    第7章 建立自定义物体检测器 115 


    71 技术需求 115 


    72 理解HOG描述符 116 


    721 HOG的可视化 116 


    722 使用HOG描述图像的区域 117 


    73 理解非极大值抑制 118 


    74 理解支持向量机 118 


    75 基于HOG描述符检测人 119 


    76 创建并训练物体检测器 122 


    761 理解BoW 122 


    762 将BoW应用于计算机视觉领域 123 


    763 k均值聚类 123 


    77 检测汽车 124 


    771 支持向量机和滑动窗口相结合 129 


    772 检测场景中的汽车 130 


    773 保存并加载经过训练的支持向量机 135 


    78 本章小结 135 


    第8章 物体跟踪 136 


    81 技术需求 136 


    82 基于背景差分检测运动物体 137 


    821 实现基本背景差分器 138 


    822 使用MOG背景差分器 140 


    823 使用KNN背景差分器 143 


    824 使用GMG和其他背景差分器 145 


    83 利用MeanShift和CamShift跟踪彩色物体 147 


    831 规划MeanShift示例 148 


    832 计算和反投影颜色直方图 148 


    833 实现MeanShift示例 152 


    834 使用CamShift 153 


    84 使用卡尔曼滤波器寻找运动趋势 155 


    841 理解预测和更新阶段 155 


    842 跟踪鼠标光标 156 


    85 跟踪行人 158 


    851 规划应用程序的流程 158 


    852 比较面向对象范式和函数范式 159 


    853 实现行人类 160 


    854 实现主函数 162 


    855 考虑接下来的步骤 165 


    86 本章小结 165 


    第9章 摄像头模型和增强现实 166 


    91 技术需求 166 


    92 理解3D图像跟踪和增强现实 167 


    921 理解摄像头和镜头参数 168 


    922 理解cv2solvePnPRansac 172 


    93 实现demo应用程序 174 


    931 导入模块 174 


    932 执行灰度转换 175 


    933 执行2D到3D的空间转换 176 


    934 实现应用程序类 177 


    935 运行和测试应用程序 192 


    94 改进3D跟踪算法 195 


    95 本章小结 195 


    第10章 基于OpenCV的神经网络导论 197 


    101 技术需求 198 


    102 理解人工神经网络 198 


    1021 理解神经元和感知器 199 


    1022 理解神经网络的层 200 


    103 用OpenCV训练基本人工神经网络 202 


    104 训练多阶段人工神经网络分类器 203 


    105 基于人工神经网络识别手写数字 207 


    1051 理解手写数字的MNIST数据库 207 


    1052 为MNIST数据库选择训练参数 208 


    1053 实现模块来训练人工神经网络 208 


    1054 实现简单测试模块 212 


    1055 实现主模块 212 


    1056 试着提升人工神经网络训练性能 217 


    1057 寻找其他潜在应用程序 218 


    106 在OpenCV中使用其他框架的深度神经网络 219 


    107 基于第三方深度神经网络的物体检测和分类 220 


    108 基于第三方深度神经网络的人脸检测和分类 223 


    109 本章小结 228 


    附录 基于曲线滤波器弯曲颜色空间 229
查看详情
12
相关图书 / 更多
OpenCV4计算机视觉:Python语言实现(原书第3版)
OpenCV 4.5计算机视觉开发实战(基于VC++)
朱文伟 李建英 著
OpenCV4计算机视觉:Python语言实现(原书第3版)
OpenMP核心技术指南
[美]蒂莫西·G. 马特森(Timothy G. Mattson
OpenCV4计算机视觉:Python语言实现(原书第3版)
OpenStack云计算基础架构平台应用
陈小中;蒋熹;冒志建
OpenCV4计算机视觉:Python语言实现(原书第3版)
OpenCV图像处理入门与实践
荣嘉祺 著
OpenCV4计算机视觉:Python语言实现(原书第3版)
Ophthalmology(眼科学)英文
王宁利 著
OpenCV4计算机视觉:Python语言实现(原书第3版)
OpenFOAM从入门到精通
黄先北 郭嫱
OpenCV4计算机视觉:Python语言实现(原书第3版)
OptiStruct结构分析与工程应用
刘勇、陈斌、罗峰 著
OpenCV4计算机视觉:Python语言实现(原书第3版)
OpenCV 4详解:基于Python
冯振 陈亚萌 著
OpenCV4计算机视觉:Python语言实现(原书第3版)
OpenStack云计算管理平台项目教程(微课版)
崔升广
OpenCV4计算机视觉:Python语言实现(原书第3版)
OpenShift在企业中的实践:PaaS DevOps 微服务(第2版)
魏新宇 郭跃军
OpenCV4计算机视觉:Python语言实现(原书第3版)
OpenCV计算机视觉基础教程(Python版)(慕课版)
夏帮贵
OpenCV4计算机视觉:Python语言实现(原书第3版)
OpenCV 4机器学习算法原理与编程实战
朱斌
您可能感兴趣 / 更多
OpenCV4计算机视觉:Python语言实现(原书第3版)
无处可逃:《纽约时报》畅销书作家、国际惊悚小说家代表雪薇·史蒂文斯惊艳归来
[加]雪薇·史蒂文斯 著
OpenCV4计算机视觉:Python语言实现(原书第3版)
羞涩与社交焦虑手册(原书第3版)
[加]马丁·M.安东尼(Martin M.Antony) 著;王鹏飞、李桃 译
OpenCV4计算机视觉:Python语言实现(原书第3版)
西顿动物故事:狼王
[加]西顿(Seaton E.T.) 著
OpenCV4计算机视觉:Python语言实现(原书第3版)
西顿动物故事:熊王
[加]西顿(Seaton E.T.) 著
OpenCV4计算机视觉:Python语言实现(原书第3版)
教师学习与领导力:教有、教治、教享
[加]安娜·亚什基纳(Anna Yashkina) 编;[加]安·利伯曼(Ann Lieberman)、[加]卡罗尔·坎贝尔(Carol Campbell)、彭静、黄璐、孙浪 译
OpenCV4计算机视觉:Python语言实现(原书第3版)
绿山墙的安妮(附名著导读无障碍阅读精编版)/快乐读书汇丛书
[加]露西·莫德·蒙哥玛利 著;田丽丽 译
OpenCV4计算机视觉:Python语言实现(原书第3版)
绿山墙的安妮(全译本)
[加]露西·莫德·蒙哥马利 著;马爱农 译
OpenCV4计算机视觉:Python语言实现(原书第3版)
2021版全译本绿山墙的安妮插图版国际儿童读物联盟翻译奖、爱尔兰首届文学翻译奖得主马爱农译
[加]露西·莫德·蒙哥玛利 著;马爱农 译
OpenCV4计算机视觉:Python语言实现(原书第3版)
每天读一点·世界动物文学名著ⅤI·梧桐树上的浣熊们
[加]查尔斯·罗伯茨 著
OpenCV4计算机视觉:Python语言实现(原书第3版)
追寻梦想/侨乡研究丛书
[加]蔡小珊 著;李小岛 译
OpenCV4计算机视觉:Python语言实现(原书第3版)
西顿动物故事(有声版)/笨笨狼童书坊
[加]欧内斯特·汤普森·西顿 著;笨笨狼文化 编
OpenCV4计算机视觉:Python语言实现(原书第3版)
跟美国学生同步练听说(英文朗读版套装共6册)
[加]韦恩·艾弗里特 著