计算机
类型
可以朗读
语音朗读
416千字
字数
2022-07-01
发行日期
展开全部
主编推荐语
本书以OpenCV-Python（the Python API for OpenCV）为工具，以案例为载体，系统介绍了计算机视觉从入门到深度学习的相关知识点。
内容简介
本书从基础知识、基础案例、机器学习、深度学习和人脸识别5个方面对计算机视觉的相关知识点进行了全面、系统、深入的介绍。书中共介绍了40余个经典的计算机视觉案例，其中既有图像加密、指纹识别、车牌识别、缺陷检测等基于传统技术的计算机视觉经典案例，也有图像分类、目标检测、语义分割、实例分割、风格迁移、姿势识别等基于深度学习的计算机视觉案例，还有表情识别、驾驶员疲劳检测、易容术、性别和年龄识别等基于人脸识别的计算机视觉案例。
本书适合计算机视觉领域的初学者阅读，也适合学生、教师、专业技术人员、图像处理爱好者阅读。
目录
- 版权信息
- 内容简介
- 前言
- 第1部分 基础知识导读篇
- 第1章 数字图像基础
- 1.1 图像表示基础
- 1.2 彩色图像的表示
- 1.3 应用基础
- 1.4 智能图像处理基础
- 1.5 抽象
- 第2章 Python基础
- 2.1 如何开始
- 2.2 基础语法
- 2.3 数据类型
- 2.4 选择结构
- 2.5 循环结构
- 2.6 函数
- 2.7 模块
- 第3章 OpenCV基础
- 3.1 基础
- 3.2 图像处理
- 3.3 感兴趣区域
- 3.4 掩模
- 3.5 色彩处理
- 3.6 滤波处理
- 3.7 形态学
- 第2部分 基础案例篇
- 第4章 图像加密与解密
- 4.1 加密与解密原理
- 4.2 图像整体加密与解密
- 4.3 脸部打码及解码
- 第5章 数字水印
- 5.1 位平面
- 5.2 数字水印原理
- 5.3 实现方法
- 5.4 具体实现
- 5.5 可视化水印
- 5.6 扩展学习
- 第6章 物体计数
- 6.1 理论基础
- 6.2 核心程序
- 6.3 程序设计
- 6.4 实现程序
- 第7章 缺陷检测
- 7.1 理论基础
- 7.2 程序设计
- 7.3 实现程序
- 第8章 手势识别
- 8.1 理论基础
- 8.2 识别过程
- 8.3 扩展学习：石头、剪刀、布的识别
- 第9章 答题卡识别
- 9.1 单道题目的识别
- 9.2 整张答题卡识别原理
- 9.3 整张答题卡识别程序
- 第10章 隐身术
- 10.1 图像的隐身术
- 10.2 视频隐身术
- 第11章 以图搜图
- 11.1 原理与实现
- 11.2 实现程序
- 11.3 扩展学习
- 第12章 手写数字识别
- 12.1 基本原理
- 12.2 实现细节
- 12.3 实现程序
- 12.4 扩展阅读
- 第13章 车牌识别
- 13.1 基本原理
- 13.2 实现程序
- 13.3 下一步学习
- 第14章 指纹识别
- 14.1 指纹识别基本原理
- 14.2 指纹识别算法概述
- 14.3 尺度不变特征变换
- 14.4 基于SIFT的指纹识别
- 第3部分 机器学习篇
- 第15章 机器学习导读
- 15.1 机器学习是什么
- 15.2 机器学习基础概念
- 15.3 OpenCV中的机器学习模块
- 15.4 OpenCV机器学习模块的使用
- 第16章 KNN实现字符识别
- 16.1 手写数字识别
- 16.2 英文字母识别
- 第17章 求解数独图像
- 17.1 基本过程
- 17.2 定位数独图像内的单元格
- 17.3 构造KNN模型
- 17.4 识别数独图像内的数字
- 17.5 求解数独
- 17.6 绘制数独求解结果
- 17.7 实现程序
- 17.8 扩展学习
- 第18章 SVM数字识别
- 18.1 基本流程
- 18.2 倾斜校正
- 18.3 HOG特征提取
- 18.4 数据处理
- 18.5 构造及使用SVM分类器
- 18.6 实现程序
- 18.7 参考学习
- 第19章 行人检测
- 19.1 方向梯度直方图特征
- 19.2 基础实现
- 19.3 函数detectMultiScale参数及优化
- 19.4 完整程序
- 19.5 参考学习
- 第20章 K均值聚类实现艺术画
- 20.1 理论基础
- 20.2 K均值聚类模块
- 20.3 艺术画
- 第4部分 深度学习篇
- 第21章 深度学习导读
- 21.1 从感知机到人工神经网络
- 21.2 人工神经网络如何学习
- 21.3 深度学习是什么
- 21.4 激活函数的分类
- 21.5 损失函数
- 21.6 学习的技能与方法
- 21.7 深度学习游乐场
- 第22章 卷积神经网络基础
- 22.1 卷积基础
- 22.2 卷积原理
- 22.3 填充和步长
- 22.4 池化操作
- 22.5 感受野
- 22.6 预处理与初始化
- 22.7 CNN
- 第23章 DNN模块
- 23.1 工作流程
- 23.2 模型导入
- 23.3 图像预处理
- 23.4 推理相关函数
- 第24章 深度学习应用实践
- 24.1 图像分类
- 24.2 目标检测
- 24.3 图像分割
- 24.4 风格迁移
- 24.5 姿势识别
- 24.6 说明
- 第5部分 人脸识别篇
- 第25章 人脸检测
- 25.1 基本原理
- 25.2 级联分类器的使用
- 25.3 函数介绍
- 25.4 人脸检测实现
- 25.5 表情检测
- 第26章 人脸识别
- 26.1 人脸识别基础
- 26.2 LBPH人脸识别
- 26.3 EigenFaces人脸识别
- 26.4 FisherFaces人脸识别
- 26.5 人脸数据库
- 第27章 dlib库
- 27.1 定位人脸
- 27.2 绘制关键点
- 27.3 勾勒五官轮廓
- 27.4 人脸对齐
- 27.5 调用CNN实现人脸检测
- 第28章 人脸识别应用案例
- 28.1 表情识别
- 28.2 驾驶员疲劳检测
- 28.3 易容术
- 28.4 年龄和性别识别
- 参考文献
展开全部
评分及书评
评分不足
1个评分
- 给这本书评了5.0
本书以 OpenCV-Python（the Python API for OpenCV）为工具，以案例为载体，系统介绍了计算机视觉从入门到深度学习的相关知识点。本书从基础知识、基础案例、机器学习、深度学习和人脸识别 5 个方面对计算机视觉的相关知识点进行了全面、系统、深入的介绍。
出版方
电子工业出版社
电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。
