圖像處理與電腦視覺實踐——基於OpenCV和Python
吳佳 於仕琪
- 出版商: 人民郵電
- 出版日期: 2024-09-01
- 售價: $299
- 貴賓價: 9.5 折 $284
- 語言: 簡體中文
- 頁數: 160
- ISBN: 7115624542
- ISBN-13: 9787115624543
-
相關分類:
影像辨識 Image-recognition、Computer Vision
立即出貨
買這商品的人也買了...
-
OCA/OCP Java SE 7 Programmer I & II Study Guide (Exams 1Z0-803 & 1Z0-804) (Hardcover)$2,120$2,014 -
$301細說網頁製作 -
$148工業機器人運動模擬編程實踐 基於 Android 和 OpenGL -
機器人控制 — 運動學、控制器設計、人機交互與應用實例$594$564 -
500個必問題：深度學習 AI頂尖企業面試實況$880$695 -
$301開放式 IEC 61131 控制系統設計 -
$454OpenCV 4.5 電腦視覺開發實戰 (基於 VC++) -
核心開發者親授！PyTorch 深度學習攻略 (Deep Learning with Pytorch)$1,000$790 -
生物特徵辨識系統設計$600$540 -
$236Python 深度學習實戰 — 基於 Pytorch -
生成對抗網路最精解：用 TensorFlow 實作最棒的 GAN 應用 (書況有些許瑕疵,不介意在下單)$980$647 -
MATLAB/Simulink 控制系統模擬及應用 (微課視頻版)$474$450 -
OpenCV 4.0 + Python 機器學習與電腦視覺實戰$654$621 -
嵌入式系統 (使用Arduino)(附範例程式光碟)$450$405 -
只要一行指令！FFmpeg 應用開發完全攻略$880$748 -
程序員的數學基礎 Python 實戰$299$284 -
$167計算機視覺 -
ROS 機械臂開發與實踐$468$445 -
$401機器人智能視覺感知與深度學習應用 -
$296OpenCV 入門與技術實踐 -
量子程序設計基礎$327$311 -
$403控制之美 (捲2) — 最優化控制 MPC 與卡爾曼濾波器 -
搜尋演算法：人工智慧如何尋找最優$419$398 -
Python 資料科學學習手冊, 2/e (Python Data Science Handbook: Essential Tools for Working with Data, 2/e)$980$774 -
精確掌握 AI 大趨勢！深度學習技術解密：日本 AI 神人，帶你正確學會從機器學習到生成式 AI 的核心基礎$630$498
相關主題
商品描述
“圖像處理”和“電腦視覺”課程是人工智能專業的必修課，是電腦、智能科學、電子信息、軟件工程等專業的選修課。
OpenCV 是一個開源的電腦視覺庫，高效地實現了大量圖像處理和電腦視覺算法。本書基於成熟的 OpenCV 庫，採用 Python 語言，通過大量的實際應用案例，介紹圖像處理和電腦視覺算法。書中的案例以最近幾年的新科研進展為主，如人臉識別、目標跟蹤、二維碼識別、手勢識別等。讀者通過這些實用案例可以快速透徹理解算法理論，同時提高將理論應用於實踐的能力。
本書提供配套的源碼，方便讀者學習實踐。本書可作為“圖像處理”和“電腦視覺”課程的教材，適合圖像處理領域的師生、從業人員、OpenCV 初學者參考，也適合有一定 Python 語言基礎的讀者進階學習。
作者簡介
吴佳
南方科技大学计算机科学与工程系科研教学助理，具有多年的图像处理和计算机视觉工作经验，熟悉OpenCV开发和应用。
于仕琪
南方科技大学计算机科学与工程系副教授，主要研究方向为计算机视觉，有近20年OpenCV社区参与经历，现为OpenCV Foundation的理事。
目錄大綱
第 1章 圖像的基本操作 1
1.1 OpenCV簡介 1
1.2 圖像的基本操作 2
1.2.1 數字圖像的表示 2
1.2.2 圖像文件的讀寫與顯示 3
1.2.3 視頻文件的讀寫與顯示 7
第 2章 圖像的幾何變換 11
2.1 縮放 11
2.2 翻轉、旋轉和平移 16
2.2.1 翻轉 16
2.2.2 旋轉 16
2.2.3 平移 17
2.3 仿射變換 18
2.4 單應性變換 25
第3章 圖像濾波 28
3.1 什麽是圖像濾波 28
3.2 均值濾波 29
3.3 高斯濾波 32
3.4 中值濾波 34
3.5 雙邊濾波 36
3.6 自定義濾波 38
第4章 邊緣檢測 39
4.1 圖像梯度 39
4.2 邊緣檢測算子 41
4.2.1 一階微分算子 41
4.2.2 二階微分算子 45
4.3 Canny邊緣檢測 47
第5章 特徵提取與匹配 51
5.1 特徵提取 51
5.1.1 SIFT 51
5.1.2 ORB 54
5.2 特徵匹配 58
5.2.1 暴力匹配 58
5.2.2 FLANN 60
5.3 應用示例 61
第6章 人臉識別應用 65
6.1 人臉識別簡介 65
6.2 人臉檢測 66
6.3 人臉對齊 72
6.4 特徵提取 73
6.5 人臉比對 75
6.6 人臉識別示例 75
第7章 目標跟蹤應用 80
7.1 什麽是目標跟蹤 80
7.2 目標跟蹤算法 81
7.2.1 MeanShift和CAMshift 81
7.2.2 Tracker類 85
7.2.3 DaSiamRPN 86
7.2.4 NanoTrack 90
第8章 文本識別應用 94
8.1 文本識別簡介 94
8.2 文本檢測 95
8.2.1 傳統的文本檢測 95
8.2.2 基於深度學習的文本檢測 98
8.3 基於深度學習的文本識別 101
第9章 條形碼與二維碼識別應用 105
9.1 條形碼簡介 105
9.2 OpenCV中的條形碼識別 106
9.2.1 條形碼檢測 107
9.2.2 條形碼解碼 110
9.2.3 條形碼識別示例 111
9.3 二維碼簡介 112
9.4 OpenCV中的QR碼識別 113
9.4.1 QR碼的檢測識別 114
9.4.2 QR碼識別示例 116
第 10章 基於電腦視覺的機械臂應用 118
10.1 機械臂控制基本原理 118
10.2 應用：跟蹤人臉的機械臂 123
10.3 應用：跟蹤指定人臉的機械臂 127
10.4 應用：機械臂抓取物體 128
第 11章 手勢識別應用 132
11.1 手掌檢測 132
11.2 手關鍵點估計 135
11.3 應用：“石頭-剪刀-布”人機大戰 141
第 12章 3D相機及其應用 146
12.1 3D相機簡介 146
12.2 3D相機數據的採集和顯示 147
12.3 應用：人體分割 149
12.4 應用：人臉鑒偽 151
