新書推薦：
《
2023年《咬文嚼字》合订本（精）
》
售價：HK$
93.6
《
世界银行营商环境成熟度方法论手册
》
售價：HK$
321.6
《
观鹤笔记.全三册
》
售價：HK$
179.3
《
Hello算法
》
售價：HK$
155.8
《
变革时代的公司契约：法律能否与时俱进？
》
售價：HK$
93.6
《
我国城乡融合发展基本格局及典型形态研究
》
售價：HK$
82.8
《
写意兰竹树石课徒稿
》
售價：HK$
110.4
《
不较真的心理智慧
》
售價：HK$
59.8
|
| 內容簡介： |
|
本书是一本通过OpenCV 4来讲解算法的入门书。全书共分为4个部分，部分包括第1～3章，主要有OpenCVr入门知识、OpenCV 的图像读写模块和和辛苦core模块讲解；第二部分包括第4～7章，主要有头像处理imgproc模块、视频处理videoio模块和可视化highgui模块、视频分析video模块讲解；第三部分包括第8～10章，主要有2d特征框架feature2d模块、照片处理photo模块、目标检测objdetect模块讲解；第四部分包括第11～12章，包括有深度神经网络dnn模块和机器学习ml模块等众多内容讲解。
|
| 關於作者： |
|
肖铃，硕士，现任南方海洋科学与工程广东省实验室工程师。2016年毕业于中国科学技术大学与中国科学院合肥物质科学研究院安徽光机所大气光学研究中心，曾就职于中兴通讯股份有限公司和珠海金山办公软件有限公司，长期从事图像处理、深度学习计算机视觉算法，以及基于TensorFlow Lite的AI模型部署研究。
|
| 目錄：
|
|
第 1 章 OpenCV 快速入门1.1OpenCV 介绍1.1.1OpenCV 概述1.1.2OpenCV 的代码结构1.1.3OpenCV 4 的新特性1.2OpenCV 开发环境搭建1.2.1案例 1：Windows 动态库开发环境搭建1.2.2案例 2：Linux 动态库开发环境搭建1.2.3案例 3：Python 语言开发环境搭建1.3OpenCV 模块介绍1.3.1常用模块1.3.2扩展模块 1.4OpenCV 源码编译1.4.1 案例 4：OpenCV 编译1.4.2 案例 5：OpenCV 裁剪编译1.4.3 案例 6：扩展模块 opencv-contrib1.5 进阶：OpenCV 入门参考1.5.1 OpenCV 版本选择1.5.2 如何学习 OpenCV第 2 章 图像读/写模块 imgcodecs2.1 模块导读2.2 图像读/写操作2.2.1 案例 7：图像读取2.2.2 案例 8：图像保存2.3 图像编/解码2.3.1 案例 9：图像编码应用2.3.2 案例 10：图像解码应用2.4 进阶：聊聊图像格式第 3 章 核心库模块 core3.1模块导读3.2基本数据结构3.2.1案例 11：Mat 数据结构介绍及 C++调用3.2.2案例 12：Python 中的 Mat 对象操作3.2.3案例 13：Point 结构3.2.4案例 14：Rect 结构3.2.5案例 15：Size 结构3.3矩阵运算3.3.1案例 16：四则运算3.3.2案例 17：位运算3.3.3案例 18：代数运算3.3.4案例 19：比较运算3.3.5案例 20：特征值与特征向量3.3.6案例 21：生成随机数矩阵3.4 矩阵变换3.4.1 案例 22：矩阵转向量3.4.2 案例 23：通道分离与通道合并3.4.3 案例 24：图像旋转3.4.4 案例 25：图像拼接3.4.5 案例 26：图像边界拓展3.4.6 案例 27：傅里叶变换3.5 进阶：聊聊图像像素遍历与应用3.5.1 案例 28：图像像素遍历3.5.2 案例 29：提取拍照手写签名第 4 章 图像处理模块 imgproc（一）4.1模块导读4.2案例 30：颜色空间变换4.3案例 31：图像尺寸变换4.4基本绘制4.4.1 案例 32：绘制标记4.4.2 案例 33：绘制直线4.4.3 案例 34：绘制矩形4.4.4 案例 35：绘制圆4.4.5 案例 36：绘制椭圆4.4.6 案例 37：绘制文字4.5形态学运算4.5.1 案例 38：腐蚀4.5.2 案例 39：膨胀4.5.3 案例 40：其他形态学运算4.6图像滤波4.6.1 案例 41：方框滤波4.6.2 案例 42：均值滤波4.6.3 案例 43：高斯滤波4.6.4 案例 44：双边滤波4.6.5 案例 45：中值滤波4.7边缘检测4.7.1案例 46：Sobel 边缘检测4.7.2案例 47：Scharr 边缘检测4.7.3案例 48：Laplacian 边缘检测4.7.4案例 49：Canny 边缘检测4.8进阶：聊聊颜色模型第 5 章 图像处理模块 imgproc（二）5.1霍夫变换5.1.1案例 50：霍夫线变换5.1.2案例 51：霍夫圆变换5.2 案例 52：仿射变换5.3 案例 53：透视变换 5.4 案例 54：重映射5.5 阈值化5.5.1案例 55：基本阈值化5.5.2案例 56：自适应阈值化5.6图像金字塔5.6.1案例 57：高斯金字塔5.6.2案例 58：拉普拉斯金字塔5.7 直方图5.7.1案例 59：直方图计算5.7.2案例 60：直方图均衡化5.8传统图像分割5.8.1案例 61：分水岭算法5.8.2案例 62：GrabCut 算法5.8.3案例 63：漫水填充算法5.9角点检测5.9.1案例 64：Harris 角点检测5.9.2案例 65：Shi-Tomasi 角点检测5.9.3案例 66：亚像素角点检测5.10图像轮廓5.10.1 案例 67：轮廓查找5.10.2 案例 68：轮廓绘制5.11轮廓包裹5.11.1 案例 69：矩形边框5.11.2案例 70：小外接矩形5.11.3案例 71：小外接圆5.12案例 72：多边形填充5.13图像拟合5.13.1 案例 73：直线拟合5.13.2 案例 74：椭圆拟合5.13.3 案例 75：多边形拟合5.14 案例 76：凸包检测5.15 进阶：图像处理算法概述 第 6 章 可视化模块 highgui6.1模块导读6.2图像窗口6.2.1案例 77：创建与销毁窗口6.2.2案例 78：图像窗口操作6.3图像操作6.3.1 案例 79：图像显示6.3.2 案例 80：选取感兴趣区域6.4 案例 81：键盘操作6.5 案例 82：鼠标操作6.6案例 83：进度条操作6.7进阶：在 Qt 中使用 OpenCV第 7 章 视频处理模块 videoio7.1模块导读7.2视频读取7.2.1案例 84：从文件读取视频7.2.2案例 85：从设备读取视频7.3视频保存7.3.1案例 86：从图片文件创建视频7.3.2案例 87：保存相机采集的视频7.4进阶：视频编/解码工具 FFMPEG第 8 章 视频分析模块 video8.1运动分析8.1.1模块导读8.1.2案例 88：基于 MOG2 与 KNN 算法的运动分析8.2目标跟踪8.2.1模块导读8.2.2案例 89：基于 CamShift 算法的目标跟踪8.2.3案例 90：基于 meanShift 算法的目标跟踪8.2.4案例 91：稀疏光流法运动目标跟踪··.8.2.5案例 92：稠密光流法运动目标跟踪8.3进阶：深度学习光流算法第 9 章 照片处理模块 photo9.1模块导读9.2案例 93：基于 OpenCV 的无缝克隆9.3案例 94：基于 OpenCV 的图像对比度保留脱色9.4案例 95：基于 OpenCV 的图像修复9.5案例 96：基于 OpenCV 的 HDR 成像9.6图像非真实感渲染9.6.1案例 97：边缘保留滤波9.6.2案例 98：图像细节增强9.6.3 案例 99：铅笔素描9.6.4 案例 100：风格化图像9.7进阶：照片处理算法概述第 10 章 2D 特征模块 features2d10.1模块导读10.2特征点检测10.2.1案例 101：SIFT 特征点检测10.2.2案例 102：SURF 特征点检测10.2.3案例 103：BRISK 特征点检测10.2.4案例 104：ORB 特征点检测10.2.5案例 105：KAZE 特征点检测10.2.6案例 106：AKAZE 特征点检测10.2.7案例 107：AGAST 特征点检测10.2.8案例 108：FAST 特征点检测10.3特征点匹配10.3.1案例 109：Brute-Force 特征点匹配10.3.2案例 110：FLANN 特征点匹配10.4进阶：特征点检测算法概述 第 11 章 相机标定与三维重建模块 calib3d11.1模块导读11.2单应性变换11.2.1案例 111：单应性变换矩阵11.2.2案例 112：单应性应用之图像插入11.3相机标定11.3.1案例 113：棋盘角点检测并绘制11.3.2案例 114：消除图像失真11.4进阶：聊聊镜头失真第 12 章 传统目标检测模块 objdetect12.1模块导读12.2级联分类器的应用12.2.1 案例 115：人脸检测12.2.2 案例 116：人眼检测12.3案例 117：HOG 描述符行人检测12.4二维码应用12.4.1 案例 118：二维码检测12.4.2 案例 119：二维码解码12.5进阶：聊聊条形码与二维码第 13 章 机器学习模块 ml13.1模块导读13.2案例 120：基于 OpenCV 的Logistic回归13.3案例 121：基于 OpenCV 的支持向量机 13.4案例 122：基于 OpenCV 的主成分分析13.5进阶：机器学习算法概述第 14 章 深度学习模块 dnn14.1模块导读14.2风格迁移14.2.1深度学习风格迁移14.2.2案例 123：OpenCV 实现风格迁移推理14.3图像分类14.3.1深度学习图像分类14.3.2案例 124：基于 TensorFlow 训练Fashion-MNIST 算法模型14.3.3案例 125：OpenCV 实现图像分类推理14.4目标检测14.4.1深度学习目标检测14.4.2案例 126：OpenCV 实现目标检测推理14.5图像超分14.5.1深度学习图像超分算法14.5.2案例 127：OpenCV 实现图像超分推理14.6进阶：OpenCV 与计算机视觉14.6.1计算机视觉的发展14.6.2OpenCV 在计算机视觉中的应用
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
