当前位置:主页 > 书籍配套资源 > OpenCV配套资源
《深入理解OpenCV:实用计算机视觉项目解析(原书第3版)》源代码

《深入理解OpenCV:实用计算机视觉项目解析(原书第3版)》源代码

  • 更新:2022-02-03
  • 大小:66.8 MB
  • 类别:OpenCV
  • 作者:罗伊·希尔克罗特
  • 出版:机械工业出版社
  • 格式:PDF

  • 资源介绍
  • 相关推荐

本书第3版仍然坚持“帮助计算机视觉工程师迈出掌握OpenCV的第一步”的初心。本书简化数学公式,但保留了重要的数学公式。针对当前热门的计算机视觉主题,如人脸及特征点检测、姿态估计,以及基于深度卷积网络的车牌识别,展示了从构思到运行的全过程,并提供了完整的项目代码。新版本加入“为项目找到最佳OpenCV算法”、“避免OpenCV中的常见陷阱”两个章节帮助程序员从成百上千的API中进行需求权衡、设计、技术选型、优化和避免陷阱。

封面图

目录

  • 译者序
  • 前言
  • 作者简介
  • 审阅者简介
  • 第1章树莓派上的卡通化和皮肤颜色分析 1
  • 1.1访问摄像头 2
  • 1.2桌面应用程序的相机处理主循环 4
  • 1.2.1生成黑白素描 4
  • 1.2.2生成彩色绘画和卡通 6
  • 1.2.3用边缘滤波器来生成邪恶模式 8
  • 1.2.4用皮肤检测来生成外星人造型 9
  • 1.3皮肤变色器的实现 12
  • 1.4从桌面移植到嵌入式设备 19
  • 1.4.1用于开发嵌入式设备代码的设备配置 21
  • 1.4.2在嵌入式设备上安装OpenCV 27
  • 1.5小结 39
  • 第2章使用SfM模块从运动中恢复结构 40
  • 2.1技术要求 40
  • 2.2SfM的核心概念 41
  • 2.2.1相机标定和对极几何 42
  • 2.2.2立体重建和SfM 45
  • 2.3在OpenCV中实现SfM 48
  • 2.3.1图像特征匹配 48
  • 2.3.2找到特征轨迹 52
  • 2.3.33D重建和可视化 55
  • 2.3.4用于稠密重建的MVS 57
  • 2.4小结 60
  • 第3章使用人脸模块进行人脸特征点及姿态检测 61
  • 3.1技术要求 61
  • 3.2背景和理论 63
  • 3.2.1主动外观模型与受约束的局部模型 63
  • 3.2.2回归方法 64
  • 3.3OpenCV中的人脸特征点检测 65
  • 3.4基于特征点的人脸方向估计 68
  • 3.4.1估计姿态计算 69
  • 3.4.2将姿态投影到图像上 70
  • 3.5小结 71
  • 第4章基于深度卷积网络的车牌识别 72
  • 4.1ANPR简介 72
  • 4.2ANPR算法 74
  • 4.3车牌检测 77
  • 4.3.1分割 78
  • 4.3.2分类 84
  • 4.4车牌识别 87
  • 4.4.1OCR分割 88
  • 4.4.2基于卷积神经网络的字符分类 89
  • 4.5小结 105
  • 第5章通过DNN模块进行人脸检测和识别 106
  • 5.1介绍人脸检测和人脸识别 106
  • 5.1.1人脸检测 108
  • 5.1.2人脸预处理 116
  • 5.1.3收集人脸并从中学习 127
  • 5.1.4人脸识别 138
  • 5.1.5收尾工作——保存和加载文件 141
  • 5.1.6收尾工作——制作一个漂亮的、交互体验好的GUI 141
  • 5.2小结 153
  • 5.3参考文献 154
  • 第6章Web计算机视觉之初识OpenCV.js 155
  • 6.1什么是OpenCV.js 155
  • 6.2编译OpenCV.js 157
  • 6.3OpenCV.js开发基础 159
  • 6.4访问摄像头流 165
  • 6.5图像处理和基本用户界面 169
  • 6.5.1阈值滤波器 170
  • 6.5.2高斯滤波器 170
  • 6.5.3canny滤波器 170
  • 6.6浏览器中的光流 174
  • 6.7在浏览器中使用Haar级联分类器进行人脸检测 178
  • 6.8小结 180
  • 第7章使用ArUco模块的Android相机校准和AR 182
  • 7.1技术要求 182
  • 7.2增强现实和姿态估计 183
  • 7.2.1相机校准 184
  • 7.2.2用于平面重建的增强现实标记 186
  • 7.3Android系统中的相机访问 188
  • 7.4使用ArUco进行相机校准 191
  • 7.5使用jMonkeyEngine实现增强现实 195
  • 7.6小结 196
  • 第8章带有拼接模块的iOS全景图 198
  • 8.1技术要求 198
  • 8.2全景图像拼接方法 199
  • 8.2.1全景图的特征提取和鲁棒匹配 200
  • 8.2.2变形图像,以便全景创建 203
  • 8.3项目概况 204
  • 8.4用CocoaPods设置iOS OpenCV项目 204
  • 8.5用于全景捕捉的iOS UI 205
  • 8.6Objective-C++包装器中的OpenCV拼接 209
  • 8.7小结 212
  • 8.8进一步阅读 212
  • 第9章为项目找到最佳OpenCV算法 213
  • 9.1技术要求 213
  • 9.2方案是否包含在OpenCV中 214
  • 9.3OpenCV中的算法选项 215
  • 9.4哪种算法最好 217
  • 9.5算法性能比较的示例 218
  • 9.6小结 223
  • 第10章避免OpenCV中的常见陷阱 224
  • 10.1OpenCV从v1到v4的历史 224
  • 10.2OpenCV中的历史算法 228
  • 10.3常见陷阱和建议解决方案 231
  • 10.4小结 236
  • 10.5进一步阅读 236

资源下载

资源下载地址1:https://pan.baidu.com/s/15ol7a-LtU5BZauJsMqQkdA

相关资源

网友留言