《OpenCV 4計算機視覺項目實戰(zhàn) 原書第2版 》讀書筆記思維導圖

PPT書籍導讀最新版本讀書筆記模板《OpenCV4計算機視覺項目實戰(zhàn)原書第2版》最新版讀書筆記，下載可以直接修改圖像技術要求第章對象文本算法視頻視覺背景計算機機器深度學習項目基礎知識檢測場景模型本書關鍵字分析思維導圖01審校者簡介第2章OpenCV基礎知識導論第4章深入研究直方圖和濾波器第1章OpenCV入門第3章學習圖形用戶界面第5章自動光學檢查、對象分割和檢測目錄030502040607第6章學習對象分類第8章視頻監(jiān)控、背景建模和形態(tài)學操作第7章檢測面部部位與覆蓋面具第9章學習對象跟蹤目錄0908010011第10章開發(fā)用于文本識別的分割算法第12章使用OpenCV進行深度學習第11章用Tesseract進行文本識...目錄013012內容摘要本書通過實例和項目講解OpenCV概念及其算法。首先介紹OpenCV的安裝和圖像處理的基礎知識。然后，覆蓋用戶界面并深入講解圖像處理，讀者將學到復雜的計算機視覺算法，并探索機器學習和人臉檢測。之后，本書將介紹如何在復雜場景中創(chuàng)建光流視頻分析和背景減除，還將講解文本分割和識別，以及新的和改進的深度學習模塊的基礎知識。最后，本書介紹了OpenCV的基礎知識，例如矩陣運算、濾波器和直方圖，幫讀者掌握常用的計算機視覺技術，從頭開始構建OpenCV項目。審校者簡介該書中簡單而又實用的程序示例讓讀者對opencv和圖像處理能夠產生很大的興趣，沒有讓人勸退的過于深奧的理論和術語，能快速地帶領新手入門，讓我愛不釋手。第1章OpenCV入門越看越覺得自己掌握的opencv實在是少之又少。1.1了解人類視覺系統(tǒng)1.2人類如何理解圖像內容1.3你能用OpenCV做什么1.4安裝OpenCV1.5總結12345第1章OpenCV入門1.3.1內置數(shù)據(jù)結構和輸入/輸出1.3.2圖像處理操作1.3.3GUI1.3.4視頻分析1.3.53D重建1.3.6特征提取0103020405061.3你能用OpenCV做什么1.3.7對象檢測1.3.8機器學習1.3.9計算攝影1.3.10形狀分析1.3.11光流算法1.3.12人臉和對象識別0103020405061.3你能用OpenCV做什么1.3.13表面匹配1.3.15深度學習1.3.14文本檢測和識別1.3你能用OpenCV做什么1.4.1Windows1.4.3Linux1.4.2MacOSX1.4安裝OpenCV第2章OpenCV基礎知識導論很不錯的一本入門opencv的書，看完大概就能對它有個大概的了解，如果要想學算法就去看專門的算法的書，想要深入opencv還得去看API。2.1技術要求2.2基本CMake配置文件2.3創(chuàng)建一個庫2.4管理依賴項2.5讓腳本更復雜2.6圖像和矩陣010302040506第2章OpenCV基礎知識導論2.7讀/寫圖像2.8讀取視頻和攝像頭2.9其他基本對象類型2.10基本矩陣運算2.11基本數(shù)據(jù)存儲2.12總結010302040506第2章OpenCV基礎知識導論2.9.1Vec對象類型2.9.2Scalar對象類型2.9.3Point對象類型2.9.4Size對象類型2.9.5Rect對象類型2.9.6RotatedRect對象類...0103020405062.9其他基本對象類型第3章學習圖形用戶界面基本的ocv操作，基礎圖形處理opencv一直有統(tǒng)治地位，就是智能識別要弱勢一點。3.1技術要求3.2OpenCV用戶界面介紹3.3OpenCV的基本圖形用戶界面3.4Qt圖形用戶界面3.5OpenGL支持3.6總結010302040506第3章學習圖形用戶界面第4章深入研究直方圖和濾波器不適合編程初學者，里面有很多程序是錯誤的。4.1技術要求4.2生成CMake腳本文件4.3創(chuàng)建圖形用戶界面4.4繪制直方圖第4章深入研究直方圖和濾波器4.5圖像顏色均衡4.6Lomography效果4.7卡通效果4.8總結第4章深入研究直方圖和濾波器第5章自動光學檢查、對象分割和檢測內容很實在，翻譯很垃圾，基本是機器翻譯吧，大概是深度學習的實驗產品用在里翻譯上。5.1技術要求5.2隔離場景中的對象5.3為AOI創(chuàng)建應用程序5.4預處理輸入圖像5.5分割輸入圖像5.6總結010302040506第5章自動光學檢查、對象分割和檢測5.4.1噪聲消除5.4.3閾值5.4.2用光模式移除背景進行分割5.4預處理輸入圖像5.5.2findContours算法5.5.1連通組件算法5.5分割輸入圖像第6章學習對象分類這本書在廣度和深度方面結合得較好，能夠讓讀者盡可能淺顯地了解OPENCV的很多最新進展。6.1技術要求6.2機器學習概念介紹6.3計算機視覺和機器學習工作流程6.4自動對象檢查分類示例6.5總結12345第6章學習對象分類6.4.1特征提取6.4.3輸入圖像預測6.4.2訓練SVM模型6.4自動對象檢查分類示例第7章檢測面部部位與覆蓋面具7.1技術要求7.2了解Haar級聯(lián)7.3什么是積分圖像7.4在實時視頻中覆蓋面具第7章檢測面部部位與覆蓋面具7.5戴上太陽鏡7.7總結7.6跟蹤鼻子、嘴巴和耳朵第7章檢測面部部位與覆蓋面具第8章視頻監(jiān)控、背景建模和形態(tài)學操作8.1技術要求8.2理解背景減除8.3直接的背景減除8.4幀差分8.5高斯混合方法8.6形態(tài)學圖像處理010302040506第8章視頻監(jiān)控、背景建模和形態(tài)學操作8.7使形狀變細8.8使形狀變粗8.9其他形態(tài)運算符8.10總結第8章視頻監(jiān)控、背景建模和形態(tài)學操作8.9.1形態(tài)開口8.9.2形態(tài)閉合8.9.3繪制邊界8.9.4禮帽變換8.9.5黑帽變換123458.9其他形態(tài)運算符第9章學習對象跟蹤9.1技術要求9.2跟蹤特定顏色的對象9.3構建交互式對象跟蹤器9.4用Harris角點檢測器檢測點第9章學習對象跟蹤9.5用于跟蹤的好特征9.7總結9.6基于特征的跟蹤第9章學習對象跟蹤9.6.2Farneback算法9.6.1Lucas-Kanade方法9.6基于特征的跟蹤第10章開發(fā)用于文本識別的分割算法10.1技術要求10.2光學字符識別介紹10.3預處理階段10.4在你的操作系統(tǒng)上安裝Tesse...10.5使用TesseractOCR...10.6總結010302040506第10章開發(fā)用于文本識別的分割算法10.3.2文本分割10.3.1對圖像進行閾值處理10.3預處理階段10.4.2在Mac上安裝Tesser...10.4.1在Windows上安裝Te...10.4在你的操作系統(tǒng)上安裝Tesse...第11章用Tesseract進行文本識...11.1技術要求11.2文本API的工作原理11.3使用文本API11.4總結第11章用Tesseract進行文本識...11.2.1場景檢測問題11.2.3極值區(qū)域過濾11.2.2極值區(qū)域11.2文本API的工作原理11.3.1文本檢測11.3.3文本識別11.3.2文本提取11.3使用文本API第12章使用OpenCV進行深度學習12.1技術要求12.2深度學習簡介12.3OpenCV中的深度學習12.4YOLO用于實時對象檢測12.5用SSD進行人臉檢測12.6總結010302040506第12章使用OpenCV進行深度學習12.2.2卷積神經網絡12.2.1