OpenCV 3. Komputerowe rozpoznawanie obrazu w C++ przy użyciu biblioteki OpenCV
- Autorzy:
- Adrian Kaehler, Gary Bradski
- Wydawnictwo:
- Helion
- Wydawnictwo:
- Helion
- Ocena:
- 3.7/6 Opinie: 3
- Stron:
- 872
- Druk:
- oprawa twarda
- Dostępne formaty:
-
PDFePubMobi
Opis ebooka: OpenCV 3. Komputerowe rozpoznawanie obrazu w C++ przy użyciu biblioteki OpenCV
Komputerowe rozpoznawanie obrazów przechodzi dziś fazę burzliwego rozwoju. Przyczyniają się do tego ogromna popularność cyfrowych aparatów fotograficznych, wielka liczba grafik zgromadzonych w obszernych internetowych bazach danych, a przede wszystkim coraz doskonalsze algorytmy przetwarzania obrazu. W rozwijaniu tej technologii wielką rolę odegrała biblioteka OpenCV, usprawniając pracę setek tysięcy ludzi. OpenCV 3.x ułatwia efektywne rozwijanie projektów dzięki opartej na języku C++ spójnej architekturze, która doskonale działa na wielu platformach.
Ta książka, przeznaczona dla osób znających język C++, jest praktycznym wprowadzeniem do otwartej biblioteki OpenCV w wersji 3.x. Zawiera też podstawowe informacje na temat komputerowego rozpoznawania obrazu, co powinno ułatwić efektywne posługiwanie się tą biblioteką. Sama biblioteka OpenCV została przedstawiona w sposób umożliwiający bardzo szybkie rozpoczęcie pracy. Książka ułatwia naturalne zrozumienie działania algorytmów, dzięki czemu projektowanie i debugowanie aplikacji nie powinno sprawiać problemów. W ten sposób książka ta staje się świetnym przygotowaniem do zgłębienia bardziej zaawansowanych zagadnień komputerowego rozpoznawania obrazu i uczenia maszynowego.
Najważniejsze zagadnienia:
- Przegląd biblioteki OpenCV i zawarte w niej funkcje
- Praca z plikami obrazów, filmów i danych oraz przekształcanie obrazów
- Ważniejsze algorytmy do pracy na obrazach
- Punkty kluczowe: wykrywanie i filtrowanie
- Trójwymiarowe widzenie, ruch, określanie pozycji
- Uczenie maszyn w OpenCV
OpenCV: poznaj i stosuj algorytmy przetwarzania obrazów!
Adrian Kaehler jest naukowcem i założycielem start-upów. Zajmuje się uczeniem maszynowym, modelowaniem statystycznym i komputerowym rozpoznawaniem obrazu. Pracuje w Intel Corporation i w Laboratorium Sztucznej Inteligencji Uniwersytetu Stanforda. Współzakładał Silicon Valley Deep Learning Group.
Gary Rost Bradski jest naukowcem i konsultantem. Zajmuje się robotyką, uczeniem maszynowym i komputerowym rozpoznawaniem obrazów. Pracuje w Laboratorium Sztucznej Inteligencji Uniwersytetu Stanforda. Współtworzył takie biblioteki jak Open Source Computer Vision Library, Machine Learning Library i Probabilistic Network Library (PNL).
Dziedzina komputerowego rozpoznawania obrazu przechodzi okres burzliwego rozwoju. Skorzystaj z niniejszego praktycznego podręcznika, aby poznać podstawy tych technologii. Adrian Kaehler i Gary Bradski, twórca biblioteki OpenCV, przedstawiają szczegółowe wprowadzenie dla programistów, pracowników naukowych, specjalistów od budowy robotów oraz hobbystów. Aplikacje, które napiszesz dzięki wiedzy zdobytej w tej książce pozwolą Twojemu komputerowi „widzieć” i podejmować decyzje na podstawie tych danych.
Ponad 500 funkcji biblioteki OpenCV obejmujących przeróżne aspekty komputerowego rozpoznawania obrazu znajduje zastosowanie w komercyjnych aplikacjach bezpieczeństwa, obrazowania medycznego, rozpoznawania wzorców i twarzy, robotycznych oraz inspekcji procesów produkcyjnych w fabrykach. Studiując tę książkę, zdobędziesz solidne podstawy w dziedzinie komputerowego rozpoznawania obrazu, dzięki którym przy użyciu biblioteki OpenCV stworzysz zarówno proste jak i zaawansowane aplikacje. Zawarte w każdym rozdziale praktyczne ćwiczenia pozwolą Ci zastosować zdobytą wiedzę w prawdziwych programach.
Książka zawiera kompletny opis biblioteki w nowoczesnej implementacji w języku C++, w tym narzędzi dotyczących uczenia się maszyn na potrzeby komputerowego rozpoznawania obrazu.
- Poznaj typy danych biblioteki OpenCV, typy tablicowe oraz operacje na tablicach
- Naucz się rejestrować i zapisywać nieruchome oraz ruchome obrazy za pomocą interfejsu HighGUI
- Dowiedz się, jak rozciągać, ściskać, zniekształcać, odwzorowywać i naprawiać obrazy graficzne
- Poznaj techniki rozpoznawania wzorców, w tym metody wykrywania twarzy
- Dowiedz się, jak śledzić obiekty i ruch w polu wizualnym
- Naucz się odtwarzać obrazy 3D z obrazów stereoskopowych
- Odkryj podstawowe i zaawansowane techniki uczenia się maszyn w OpenCV
Dr Adrian Kaehler jest przedsiębiorcą i założycielem Silicon Valley Deep Learning Group. Zajmuje się m.in. uczeniem maszynowym, modelowaniem statystycznym, komputerowych rozpoznawaniem obrazu oraz robotyką. Pracował w Laboratorium Sztucznej Inteligencji Uniwersytetu Stanforda oraz był członkiem zwycięskiego zespołu Stanley w turnieju DARPA Grand Challenge.
Dr Gary Bradski jest dyrektorem działu technicznego w Arraiy.ai, pracował przy kilku startupach oraz był profesorem konsultantem na Wydziale Informatyki w Laboratorium Sztucznej Inteligencji Uniwersytetu Stanforda. To on stworzył bibliotekę OpenCV i jest powszechnie szanowanym uczestnikiem różnych konferencji oraz aktywnym członkiem społeczności open source.
Wybrane bestsellery
-
Get started in the rapidly expanding field of computer vision with this practical guide. Written by Adrian Kaehler and Gary Bradski, creator of the open source OpenCV library, this book provides a thorough introduction for developers, academics, roboticists, and hobbyists. You’ll learn what...
Learning OpenCV 3. Computer Vision in C++ with the OpenCV Library Learning OpenCV 3. Computer Vision in C++ with the OpenCV Library
(262.65 zł najniższa cena z 30 dni)268.00 zł
319.00 zł(-16%) -
OpenCV 3 Blueprints. Expand your knowledge of computer vision by building amazing projects with OpenCV 3 OpenCV 3 Blueprints. Expand your knowledge of computer vision by building amazing projects with OpenCV 3
Matthew John Macdonald, Jason Clemons, Gary Bradski, Alasdair McAndrew, Steven Puttemans
-
"This library is useful for practitioners, and is an excellent tool for those entering the field: it is a set of computer vision algorithms that work as advertised."-William T. Freeman, Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology Learning OpenCV ...
Learning OpenCV. Computer Vision with the OpenCV Library Learning OpenCV. Computer Vision with the OpenCV Library
(143.65 zł najniższa cena z 30 dni)149.67 zł
179.00 zł(-16%) -
Unlock the power of C++ and enhance your algorithmic thinking with this course. From understanding basic operations to mastering complex structures, this course provides a structured pathway for new programmers. Start your coding journey today!
C++ and Algorithmic Thinking for the Complete Beginner. Learn to think like a programmer by mastering C++ and foundational algorithms from scratch C++ and Algorithmic Thinking for the Complete Beginner. Learn to think like a programmer by mastering C++ and foundational algorithms from scratch
-
Kiedy myślimy o takich aplikacjach jak Maya, VirtualBox, Telegram, Spotify, Dropbox czy Google Earth, być może nie od razu znajdujemy wspólny mianownik. A jest nim framework Qt, używany przez wszystkie te znane marki. Qt powstał z myślą o programowaniu interfejsów graficznych GUI, a ze względu na...
Framework Qt. Kurs video. Tworzenie interfejsów graficznych w C++ Framework Qt. Kurs video. Tworzenie interfejsów graficznych w C++
(67.05 zł najniższa cena z 30 dni)74.50 zł
149.00 zł(-50%) -
Dawno, dawno temu, w głębokich latach osiemdziesiątych ubiegłego wieku pewien duński informatyk zainspirowany językiem C opracował jeden z najważniejszych, najbardziej elastycznych i do dziś niezastąpionych języków programowania — C++. Dziś ten język jest wykorzystywany do tworzenia gier ko...
Opus magnum C++. Programowanie w języku C++. Wydanie III poprawione (komplet) Opus magnum C++. Programowanie w języku C++. Wydanie III poprawione (komplet)
(149.40 zł najniższa cena z 30 dni)174.30 zł
249.00 zł(-30%) -
C++ to jeden z najpopularniejszych i najpotężniejszych języków programowania. Stanowi punkt wyjścia dla wielu innych języków, które odziedziczyły po nim składnię i liczne możliwości, dzięki czemu można śmiało stwierdzić, że znajomość C++ otwiera drzwi do świata nowoczesnego programowania i jest p...
Opus magnum C++. Misja w nadprzestrzeń C++14/17. Tom 4. Wydanie II poprawione Opus magnum C++. Misja w nadprzestrzeń C++14/17. Tom 4. Wydanie II poprawione
(41.40 zł najniższa cena z 30 dni)48.30 zł
69.00 zł(-30%) -
This book is a fun introduction to the world of game programming, C++20, and the OpenGL-powered SFML using four fun, fully playable games of increasing difficulty and advancing features
Beginning C++ Game Programming. Learn C++ from scratch by building fun games - Third Edition Beginning C++ Game Programming. Learn C++ from scratch by building fun games - Third Edition
Zobacz pozostałe książki z serii
-
To drugie, zaktualizowane wydanie przewodnika po systemie Prometheus. Znajdziesz w nim wyczerpujące wprowadzenie do tego oprogramowania, a także wskazówki dotyczące monitorowania aplikacji i infrastruktury, tworzenia wykresów, przekazywania ostrzeżeń, bezpośredniej instrumentacji kodu i pobierani...
Prometheus w pełnej gotowości. Jak monitorować pracę infrastruktury i wydajność działania aplikacji. Wydanie II Prometheus w pełnej gotowości. Jak monitorować pracę infrastruktury i wydajność działania aplikacji. Wydanie II
(53.40 zł najniższa cena z 30 dni)62.30 zł
89.00 zł(-30%) -
Dzięki tej książce zrozumiesz bazowe koncepcje programowania funkcyjnego i przekonasz się, że możesz włączać je do kodu bez rezygnacji z paradygmatu obiektowego. Dowiesz się również, kiedy w swojej codziennej pracy używać takich opcji jak niemutowalność i funkcje czyste i dlaczego warto to robić....
Java. Podejście funkcyjne. Rozszerzanie obiektowego kodu Javy o zasady programowania funkcyjnego Java. Podejście funkcyjne. Rozszerzanie obiektowego kodu Javy o zasady programowania funkcyjnego
(52.20 zł najniższa cena z 30 dni)60.90 zł
87.00 zł(-30%) -
Ta książka będzie świetnym uzupełnieniem wiedzy o Flutterze i Darcie, sprawdzi się również jako wsparcie podczas rozwiązywania konkretnych problemów. Znalazło się tu ponad sto receptur, dzięki którym poznasz tajniki pisania efektywnego kodu, korzystania z narzędzi udostępnianych przez framework F...
Flutter i Dart. Receptury. Tworzenie chmurowych aplikacji full stack Flutter i Dart. Receptury. Tworzenie chmurowych aplikacji full stack
(41.40 zł najniższa cena z 30 dni)48.30 zł
69.00 zł(-30%) -
Ten przewodnik, który docenią programiści i architekci, zawiera wyczerpujące omówienie zagadnień projektowania, funkcjonowania i modyfikowania architektury API. Od strony praktycznej przedstawia strategie budowania i testowania API REST umożliwiającego połączenie oferowanej funkcjonalności na poz...
Architektura API. Projektowanie, używanie i rozwijanie systemów opartych na API Architektura API. Projektowanie, używanie i rozwijanie systemów opartych na API
(41.40 zł najniższa cena z 30 dni)48.30 zł
69.00 zł(-30%) -
W tej książce omówiono ponad 20 najprzydatniejszych wzorców projektowych, dzięki którym tworzone aplikacje internetowe będą łatwe w późniejszej obsłudze technicznej i w trakcie skalowania. Poza wzorcami projektowymi przedstawiono wzorce generowania i wydajności działania, których znaczenie dla uż...
Wzorce projektowe w JavaScripcie. Przewodnik dla programistów JavaScriptu i Reacta. Wydanie II Wzorce projektowe w JavaScripcie. Przewodnik dla programistów JavaScriptu i Reacta. Wydanie II
(41.40 zł najniższa cena z 30 dni)48.30 zł
69.00 zł(-30%) -
To gruntownie zaktualizowane i uzupełnione wydanie praktycznego przewodnika po wdrażaniu i testowaniu kontenerów Dockera. Przedstawia proces przygotowania pakietu aplikacji ze wszystkimi ich zależnościami, a także jego testowania, wdrażania, skalowania i utrzymywania w środowiskach produkcyjnych....
Docker. Niezawodne kontenery produkcyjne. Praktyczne zastosowania. Wydanie III Docker. Niezawodne kontenery produkcyjne. Praktyczne zastosowania. Wydanie III
(52.20 zł najniższa cena z 30 dni)60.90 zł
87.00 zł(-30%) -
To książka przeznaczona dla osób, które pracują ze zbiorami danych. Jest praktycznym przewodnikiem po koncepcjach algebry liniowej, pomyślanym tak, by ułatwić ich zrozumienie i zastosowanie w użytecznych obliczeniach. Poszczególne zagadnienia przedstawiono za pomocą kodu Pythona, wraz z przykłada...
Praktyczna algebra liniowa dla analityków danych. Od podstawowych koncepcji do użytecznych aplikacji w Pythonie Praktyczna algebra liniowa dla analityków danych. Od podstawowych koncepcji do użytecznych aplikacji w Pythonie
(46.20 zł najniższa cena z 30 dni)53.90 zł
77.00 zł(-30%) -
Ta książka stanowi wszechstronne omówienie wszystkich bibliotek Pythona, potrzebnych naukowcom i specjalistom pracującym z danymi. Znalazł się tu dokładny opis IPythona, NumPy, Pandas, Matplotlib, Scikit-Learn i innych narzędzi. Podręcznik uwzględnia przede wszystkim ich aspekty praktyczne, dzięk...
Python Data Science. Niezbędne narzędzia do pracy z danymi. Wydanie II Python Data Science. Niezbędne narzędzia do pracy z danymi. Wydanie II
(77.40 zł najniższa cena z 30 dni)90.30 zł
129.00 zł(-30%) -
Oto kolejne wydanie zwięzłego podręcznika dla programistów Javy, który ma ułatwić maksymalne wykorzystanie technologii tego języka w wersji 17. Treść została skrupulatnie przejrzana i uzupełniona o materiał dotyczący nowości w obiektowym modelu Javy. Pierwsza część książki obejmuje wprowadzenie d...(53.40 zł najniższa cena z 30 dni)
62.30 zł
89.00 zł(-30%) -
Oto zwięzły i praktyczny przewodnik po usłudze GA4 i jej integracji z chmurą. Szczególnie skorzystają z niego analitycy danych, biznesu i marketingu. Opisano tu wszystkie istotne kwestie dotyczące tego nowego, potężnego modelu analitycznego. Szczególną uwagę poświęcono bardziej zaawansowanym funk...
Google Analytics od podstaw. Analiza wpływu biznesowego i wyznaczanie trendów Google Analytics od podstaw. Analiza wpływu biznesowego i wyznaczanie trendów
(41.40 zł najniższa cena z 30 dni)48.30 zł
69.00 zł(-30%)
Ebooka "OpenCV 3. Komputerowe rozpoznawanie obrazu w C++ przy użyciu biblioteki OpenCV" przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook, Onyx Boox i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka "OpenCV 3. Komputerowe rozpoznawanie obrazu w C++ przy użyciu biblioteki OpenCV" posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolnych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video "OpenCV 3. Komputerowe rozpoznawanie obrazu w C++ przy użyciu biblioteki OpenCV" zobaczysz:
-
w aplikacjach Ebookpoint i Videopoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych z dostępem do najnowszej wersji Twojej przeglądarki internetowej
Szczegóły ebooka
- Tytuł oryginału:
- Learning OpenCV 3: Computer Vision in C++ with the OpenCV Library
- Tłumaczenie:
- Łukasz Piwko
- ISBN Książki drukowanej:
- 978-83-283-1656-0, 9788328316560
- Data wydania książki drukowanej:
- 2017-11-17
- ISBN Ebooka:
- 978-83-283-1659-1, 9788328316591
- Data wydania ebooka:
- 2017-11-17 Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@ebookpoint.pl.
- Format:
- 164x239
- Numer z katalogu:
- 64844
- Rozmiar pliku Pdf:
- 21.2MB
- Rozmiar pliku ePub:
- 27.6MB
- Rozmiar pliku Mobi:
- 56.1MB
- Przykłady na ftp
Ebook zawiera materiały dodatkowe, które możesz pobrać z serwera FTP - link znajdziesz na stronie redakcyjnej.
Spis treści ebooka
- Przeznaczenie książki (15)
- Adresaci książki (16)
- Czym nie jest ta książka (17)
- O przykładowych programach (17)
- Warunki (17)
- Jak najlepiej korzystać z tej książki (18)
- Konwencje typograficzne (19)
- Podziękowania (20)
- Podziękowania za pomoc przy tworzeniu biblioteki OpenCV (20)
- Podziękowania za pomoc przy pisaniu książki (21)
- Kilka słów od Adriana (21)
- Kilka słów od Gary'ego (22)
- Czym jest OpenCV? (25)
- Kto używa biblioteki OpenCV? (26)
- Czym jest komputerowe rozpoznawanie obrazu? (27)
- Pochodzenie biblioteki OpenCV (30)
- Schemat blokowy OpenCV (31)
- Przyspieszanie działania biblioteki OpenCV za pomocą IPP (32)
- Do kogo należy OpenCV? (33)
- Pobieranie i instalowanie OpenCV (33)
- Instalacja (34)
- Pobieranie najnowszej wersji OpenCV przez Git (36)
- Kompletna dokumentacja OpenCV (37)
- Dokumentacja dołączona do biblioteki (37)
- Dokumentacja internetowa i strona wiki (37)
- Repozytorium kodu od społeczności (39)
- Pobieranie i kompilowanie modułów z repozytorium opencv_contrib (40)
- Przenośność (40)
- Podsumowanie (41)
- Ćwiczenia (42)
- Pliki dołączane (43)
- Zasoby (44)
- Pierwszy program - wyświetlanie obrazu (44)
- Drugi program - wideo (47)
- Przegląd (48)
- Prosta transformacja (52)
- Trochę bardziej skomplikowana transformacja (53)
- Dane z kamery (55)
- Zapisywanie w pliku AVI (56)
- Podsumowanie (57)
- Ćwiczenia (58)
- Wiadomości podstawowe (59)
- Typy danych OpenCV (59)
- Przegląd podstawowych typów danych (60)
- Typy podstawowe - szczegóły (61)
- Obiekty pomocnicze (68)
- Funkcje pomocnicze (75)
- Struktury szablonowe (81)
- Podsumowanie (82)
- Ćwiczenia (83)
- Pamięć dynamiczna i zmienna (85)
- Klasa cv::Mat - n-wymiarowe tablice gęste (85)
- Tworzenie tablicy (86)
- Indywidualny dostęp do elementów tablicy (90)
- N-arny iterator tablicowy - NAryMatIterator (93)
- Dostęp do elementów tablicy według bloków (95)
- Wyrażenia macierzowe - algebra i klasa cv::Mat (97)
- Rzutowanie nasyceniowe (98)
- Co jeszcze potrafią tablice? (99)
- Klasa cv::SparseMat - tablice rzadkie (100)
- Dostęp do elementów tablicy rzadkiej (101)
- Funkcje dostępne tylko dla tablic rzadkich (103)
- Struktury szablonowe dla dużych typów tablicowych (104)
- Podsumowanie (106)
- Ćwiczenia (106)
- Co jeszcze można zrobić z tablicami? (109)
- cv::abs() (112)
- cv::absdiff() (113)
- cv::add() (113)
- cv::addWeighted() (113)
- cv::bitwise_and() (115)
- cv::bitwise_not() (115)
- cv::bitwise_or() (116)
- cv::bitwise_xor() (116)
- cv::calcCovarMatrix() (116)
- cv::cartToPolar() (118)
- cv::checkRange() (119)
- cv::compare() (119)
- cv::completeSymm() (120)
- cv::convertScaleAbs() (120)
- cv::countNonZero() (121)
- cv::cvarrToMat() (121)
- cv::dct() (122)
- cv::dft() (122)
- cv::cvtColor() (123)
- cv::determinant() (126)
- cv::divide() (127)
- cv::eigen() (127)
- cv::exp() (128)
- cv::extractImageCOI() (128)
- cv::flip() (128)
- cv::gemm() (128)
- cv::getConvertElem() i cv::getConvertScaleElem() (129)
- cv::idct() (130)
- cv::idft() (130)
- cv::inRange() (130)
- cv::insertImageCOI() (131)
- cv::invert() (131)
- cv::log() (132)
- cv::LUT() (132)
- cv::Mahalanobis() (133)
- cv::max() (133)
- cv::mean() (135)
- cv::meanStdDev() (135)
- cv::merge() (136)
- cv::min() (136)
- cv::minMaxIdx() (137)
- cv::minMaxLoc() (137)
- cv::mixChannels() (138)
- cv::mulSpectrums() (140)
- cv::multiply() (140)
- cv::mulTransposed() (140)
- cv::norm() (141)
- cv::normalize() (142)
- cv::perspectiveTransform() (143)
- cv::phase() (144)
- cv::polarToCart() (145)
- cv::pow() (145)
- cv::randu() (145)
- cv::randn() (146)
- cv::randShuffle() (146)
- cv::reduce() (147)
- cv::repeat() (148)
- cv::scaleAdd() (148)
- cv::setIdentity() (148)
- cv::solve() (149)
- cv::solveCubic() (150)
- cv::solvePoly() (150)
- cv::sort() (151)
- cv::sortIdx() (151)
- cv::split() (151)
- cv::sqrt() (152)
- cv::subtract() (153)
- cv::sum() (153)
- cv::trace() (153)
- cv::transform() (154)
- cv::transpose() (154)
- Podsumowanie (154)
- Ćwiczenia (155)
- Rysowanie (157)
- Linie i wypełnione wielokąty (157)
- Czcionki i tekst (163)
- Podsumowanie (165)
- Ćwiczenia (166)
- Obiekty, które "coś" robią (167)
- Analiza składowych głównych - cv::PCA (167)
- Rozkład według wartości osobliwych - cv::SVD (170)
- Generator liczb losowych - cv::RNG (173)
- Podsumowanie (175)
- Ćwiczenia (176)
- HighGUI - przenośny zestaw narzędzi GUI (179)
- Praca z plikami obrazów (180)
- Ładowanie i zapisywanie obrazów (181)
- Uwaga na temat kodeków (183)
- Kompresja i dekompresja (183)
- Praca z plikami wideo (184)
- Odczytywanie wideo za pomocą obiektu cv::VideoCapture (184)
- Zapisywanie wideo za pomocą obiektu cv::VideoWriter (190)
- Zapisywanie danych (191)
- Zapisywanie danych w obiekcie cv::FileStorage (191)
- Odczytywanie danych z obiektu cv::FileStorage (193)
- cv::FileNode (194)
- Podsumowanie (197)
- Ćwiczenia (197)
- Praca z oknami (201)
- Macierzysty graficzny interfejs użytkownika HighGUI (201)
- Praca z biblioteką Qt (212)
- Integracja OpenCV z kompletnymi bibliotekami GUI (221)
- Podsumowanie (233)
- Ćwiczenia (234)
- Informacje ogólne (235)
- Zanim zaczniesz (235)
- Filtry, jądra i splot (235)
- Ekstrapolacja krawędzi i warunki brzegowe (236)
- Operacje graniczne (240)
- Algorytm Otsu (242)
- Zmienna wartość graniczna (243)
- Wygładzanie (245)
- Proste rozmazanie i filtr prostokątny (246)
- Filtr medianowy (247)
- Filtr Gaussa (248)
- Filtr bilateralny (250)
- Pochodne i gradienty (251)
- Pochodna Sobela (251)
- Filtr Scharra (253)
- Laplasjan (254)
- Morfologia obrazu (255)
- Dylatacja i erozja (257)
- Ogólna funkcja morfologiczna (260)
- Otwieranie i zamykanie (260)
- Gradient morfologiczny (263)
- Top Hat i Black Hat (265)
- Tworzenie własnego jądra (267)
- Splot z dowolnym filtrem liniowym (268)
- Stosowanie ogólnego filtra przez funkcję cv::filter2D() (269)
- Stosowanie ogólnego filtra rozdzielnego za pomocą funkcji cv::sepFilter2D() (270)
- Funkcje do tworzenia jąder (270)
- Podsumowanie (271)
- Ćwiczenia (271)
- Wprowadzenie (277)
- Rozciąganie, kurczenie, zniekształcanie i obracanie (277)
- Jednorodna zmiana rozmiaru (278)
- Piramidy obrazów (279)
- Mapowanie niejednorodne (282)
- Przekształcenia afiniczne (285)
- Przekształcenie perspektywiczne (289)
- Ogólne odwzorowania (291)
- Odwzorowania biegunowe (292)
- Współrzędne logarytmiczno-biegunowe (294)
- Odwzorowania arbitralne (297)
- Renowacja obrazów (298)
- Inpainting (299)
- Usuwanie szumów (300)
- Wyrównywanie histogramu (303)
- cv::equalizeHist() - wyrównywanie kontrastu (304)
- Podsumowanie (305)
- Ćwiczenia (306)
- Wprowadzenie (307)
- Dyskretna transformacja Fouriera (307)
- cv::dft() - dyskretna transformacja Fouriera (308)
- cv::idft() - odwrotna dyskretna transformacja Fouriera (310)
- cv::mulSpectrums() - mnożenie widm (311)
- Splot przy użyciu dyskretnej transformacji Fouriera (311)
- cv::dct() - dyskretna transformacja cosinusowa (312)
- cv::idct() - odwrotna dyskretna transformacja cosinusowa (313)
- Obrazy całkowe (314)
- cv::integral() - obliczanie standardowego obrazu całkowego (316)
- cv::integral() - suma kwadratowa (316)
- cv::integral() - suma nachylona (317)
- Detektor krawędzi Canny'ego (317)
- cv::Canny() (319)
- Transformacja Hougha (319)
- Transformacja liniowa Hougha (319)
- Transformacja kołowa Hougha (323)
- Transformacja odległościowa (327)
- cv::distanceTransform() - transformacja odległościowa bez etykiet (327)
- cv::distanceTransform() - transformacja odległościowa z etykietami (328)
- Segmentacja (329)
- Algorytm flood fill (329)
- Algorytm wododziałowy (332)
- Algorytm Grabcuts (334)
- Metoda segmentacji mean-shift (336)
- Podsumowanie (338)
- Ćwiczenia (338)
- Reprezentacja histogramów w OpenCV (344)
- cv::calcHist() - tworzenie histogramu z danych (344)
- Podstawowe operacje na histogramach (346)
- Normalizacja histogramu (347)
- Próg histogramu (347)
- Znajdowanie najbardziej zapełnionego przedziału (347)
- Porównywanie histogramów (349)
- Przykłady użycia histogramów (351)
- Zaawansowane metody pracy z histogramami (354)
- Algorytm EMD (354)
- Rzutowanie wstecz (358)
- Dopasowywanie szablonów (362)
- Metoda porównywania kwadratu różnicy - cv::TM_SQDIFF (363)
- Znormalizowana metoda porównywania kwadratu różnicy - cv::TM_SQDIFF_NORMED (364)
- Metody korelacji krzyżowej - cv::TM_CCORR (364)
- Znormalizowana metoda korelacji krzyżowej - cv::TM_CCORR_NORMED (364)
- Metody dopasowywania współczynnika korelacji - cv::TM_CCOEFF (364)
- Znormalizowana metoda dopasowywania współczynnika korelacji - cv::TM_CCOEFF_NORMED (365)
- Podsumowanie (367)
- Ćwiczenia (368)
- Znajdowanie konturów (371)
- Hierarchie konturów (372)
- Rysowanie konturów (376)
- Przykład rysowania konturów (377)
- Inny przykład rysowania konturów (378)
- Szybka analiza komponentów połączonych (380)
- Inne zastosowania konturów (382)
- Aproksymacja wielokątów (382)
- Geometria i różne rodzaje sumowania (383)
- Testy geometryczne (389)
- Dopasowywanie konturów i obrazów (390)
- Momenty (390)
- Więcej o momentach (392)
- Dopasowywanie a momenty Hu (395)
- Porównywanie kształtów za pomocą algorytmu Shape Context (396)
- Podsumowanie (400)
- Ćwiczenia (401)
- Wiadomości podstawowe (403)
- Wady operacji odejmowania tła (404)
- Modelowanie sceny (405)
- Wycinek pikseli (405)
- Różnicowanie klatek (408)
- Metoda uśredniania tła (409)
- Akumulowanie średnich, wariancji i kowariancji (414)
- Bardziej zaawansowana metoda odejmowania tła (422)
- Struktury (425)
- Poznawanie tła (426)
- Nauka w obecności ruchomych obiektów pierwszego planu (428)
- Różnicowanie tła - znajdowanie obiektów pierwszego planu (429)
- Przykład użycia modelu tła opartego na księgach kodów (430)
- Kilka dodatkowych uwag na temat modeli opartych na księgach kodów (430)
- Komponenty połączone dla czyszczenia pierwszego planu (431)
- Szybki test (434)
- Porównanie dwóch metod rozpoznawania tła (436)
- Implementacja techniki odejmowania tła w OpenCV (437)
- Klasa bazowa cv::BackgroundSubtractor (437)
- Metoda Kaewtrakulponga i Bowdena (438)
- Metoda Zivkovica (439)
- Podsumowanie (442)
- Ćwiczenia (442)
- Punkty kluczowe i podstawy śledzenia (445)
- Znajdowanie rogów (446)
- Wprowadzenie do przepływu optycznego (450)
- Rzadki przepływ optyczny - metoda Lucasa-Kanade'a (451)
- Uogólnione punkty kluczowe i deskryptory (461)
- Przepływ optyczny, śledzenie i rozpoznawanie (462)
- Jak biblioteka OpenCV obsługuje punkty kluczowe i deskryptory - przypadek ogólny (463)
- Podstawowe metody wykrywania punktów kluczowych (474)
- Filtrowanie punktów kluczowych (512)
- Metody dopasowywania (513)
- Wyświetlanie wyników (519)
- Podsumowanie (521)
- Ćwiczenia (522)
- Pojęcia dotyczące śledzenia (525)
- Gęsty przepływ optyczny (526)
- Algorytm rozwinięcia wielomianu Farnebäcka (527)
- Algorytm Dual TV-L1 (529)
- Algorytm Simple Flow (533)
- Algorytmy mean-shift i Camshift (536)
- Algorytm mean-shift (537)
- Algorytm Camshift (540)
- Szablony ruchu (541)
- Estymatory (548)
- Filtr Kalmana (549)
- Kilka słów na temat rozszerzonego filtra Kalmana (564)
- Podsumowanie (565)
- Ćwiczenia (565)
- Model kamery (568)
- Podstawy geometrii rzutowej (570)
- Transformacja Rodriguesa (572)
- Zniekształcenia soczewek (573)
- Kalibracja (576)
- Macierz obrotu i wektor przesunięcia (578)
- Plansze kalibracji (580)
- Homografia (587)
- Kalibracja aparatu (591)
- Korekcja zniekształceń (602)
- Matryce likwidacji zniekształceń (602)
- Konwertowanie reprezentacji matryc likwidacji zniekształceń za pomocą funkcji cv::convertMaps() (604)
- Obliczanie matryc likwidacji zniekształceń za pomocą funkcji cv::initUndistortRectifyMap() (604)
- Likwidowanie zniekształceń obrazu za pomocą funkcji cv::remap() (606)
- Likwidacja zniekształceń za pomocą funkcji cv::undistort() (606)
- Rzadkie likwidowanie zniekształceń za pomocą funkcji cv::undistortPoints() (607)
- Podsumowanie technik kalibracji (607)
- Podsumowanie (610)
- Ćwiczenia (611)
- Rzutowanie (614)
- Przekształcenia afiniczne i perspektywiczne (615)
- Przykład przekształcenia na widok z góry (616)
- Określanie pozycji trójwymiarowych obiektów (621)
- Określanie pozycji za pomocą jednej kamery (621)
- Obrazowanie stereo (623)
- Triangulacja (624)
- Geometria epipolarna (628)
- Macierz zasadnicza i macierz fundamentalna (630)
- Obliczanie linii epipolarnych (638)
- Kalibracja stereo (639)
- Rektyfikacja stereo (643)
- Korespondencja stereo (652)
- Kalibracja stereo, rektyfikacja i korespondencja - przykładowy program (665)
- Matryce głębi z trójwymiarowej reprojekcji (671)
- Struktura z ruchu (673)
- Dopasowywanie linii w dwóch i trzech wymiarach (673)
- Podsumowanie (676)
- Ćwiczenia (677)
- Czym jest uczenie maszyn? (679)
- Szkolenie i zbiory danych testowych (680)
- Uczenie nadzorowane i nienadzorowane (681)
- Modele generacyjne i dyskryminacyjne (683)
- Algorytmy ML w OpenCV (683)
- Zastosowania metod uczenia maszyn w komputerowym rozpoznawaniu obrazu (685)
- Znaczenie zmiennej (687)
- Diagnozowanie usterek w algorytmach uczenia maszyn (688)
- Stare procedury w bibliotece ML (694)
- K-średnich (694)
- Odległość Mahalanobisa (699)
- Podsumowanie (703)
- Ćwiczenia (703)
- Podstawowe procedury biblioteki ML (705)
- Szkolenie i struktura cv::ml::TrainData (707)
- Prognozowanie (713)
- Algorytmy uczenia maszyn oparte na interfejsie cv::StatModel (714)
- Naiwny lub normalny klasyfikator Bayesa (714)
- Binarne drzewa decyzyjne (719)
- Boosting (732)
- Drzewa losowe (738)
- Maksymalizacja oczekiwań (742)
- K najbliższych sąsiadów (745)
- Wielowarstwowy perceptron (748)
- Maszyna wektorów nośnych (756)
- Podsumowanie (765)
- Ćwiczenia (766)
- Techniki wykrywania obiektów oparte na drzewach (771)
- Klasyfikatory kaskadowe (772)
- Uczenie nadzorowane i teoria wzmacniania (774)
- Uczenie się nowych obiektów (782)
- Wykrywanie obiektów za pomocą maszyn wektorów nośnych (790)
- Wykrywanie obiektów metodą Latent SVM (790)
- Algorytm Bag of Words i kategoryzacja semantyczna (793)
- Podsumowanie (798)
- Ćwiczenia (798)
- Przeszłość i teraźniejszość (801)
- OpenCV 3.x (802)
- Czy nasze prognozy się sprawdziły? (803)
- Przyszłość (804)
- Najświeższe wiadomości o GSoC (805)
- Wsparcie ze strony społeczności (807)
- Strona OpenCV.org (808)
- Spekulacje na temat sztucznej inteligencji (809)
- Posłowie (812)
- Triangulacja Delaunaya, teselacja Woronoja (813)
- Tworzenie podziałów Delaunaya lub Woronoja (816)
- Poruszanie się po podziałach Delaunaya (817)
- Przykłady (823)
- Ćwiczenia (824)
- Przegląd modułów repozytorium opencv_contrib (825)
- Zawartość katalogu opencv_contrib (825)
- Wzory kalibracji wykorzystywane w bibliotece OpenCV (829)
Wstęp (15)
1. Wprowadzenie (25)
2. Wprowadzenie do OpenCV (43)
3. Typy danych OpenCV (59)
4. Obrazy i duże typy tablicowe (85)
5. Operacje na tablicach (109)
6. Rysowanie i pisanie (157)
7. Funktory w OpenCV (167)
8. Pliki obrazów, filmów i danych (179)
9. Okna wieloplatformowe i macierzyste (201)
10. Filtry i sploty (235)
11. Ogólne przekształcenia obrazu (277)
12. Analiza obrazu (307)
13. Histogramy i szablony (341)
14. Kontury (371)
15. Odejmowanie tła (403)
16. Punkty kluczowe i deskryptory (445)
17. Śledzenie (525)
18. Modele kamery i metody kalibracji (567)
19. Rzutowanie i trójwymiarowe widzenie (613)
20. Podstawy uczenia maszyn w OpenCV (679)
21. StatModel - standardowy model uczenia w OpenCV (705)
22. Wykrywanie obiektów (771)
23. Przyszłość biblioteki OpenCV (801)
A. Rodzaje podziału płaszczyzn (813)
B. Repozytorium opencv_contrib (825)
C. Wzory kalibracji (829)
Bibliografia (835)
Skorowidz (849)
Oceny i opinie klientów: OpenCV 3. Komputerowe rozpoznawanie obrazu w C++ przy użyciu biblioteki OpenCV Adrian Kaehler, Gary Bradski (3) Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.
(1)
(0)
(0)
(1)
(1)
(0)
więcej opinii