日本免费精品视频,男人的天堂在线免费视频,成人久久久精品乱码一区二区三区,高清成人爽a毛片免费网站

目錄Contents

譯者序

前言

作者簡(jiǎn)介

審校者簡(jiǎn)介

譯者簡(jiǎn)介

第1章安裝OpenCV 1

1.1選擇和使用合適的安裝工具 2

1.1.1在Windows上安裝 2

1.1.2在OS X系統(tǒng)中安裝 6

1.1.3在Ubuntu及其衍生版本中安裝 11

1.1.4在其他類Unix系統(tǒng)中安裝 12

1.2安裝Contrib模塊 13

1.3運(yùn)行示例 13

1.4查找文檔、幫助及更新 14

1.5總結(jié) 15

第2章處理文件、攝像頭和圖形用戶界面 16

2.1基本I/O腳本 16

2.1.1讀/寫圖像文件 16

2.1.2圖像與原始字節(jié)之間的轉(zhuǎn)換 19

2.1.3使用numpy.array訪問圖像數(shù)據(jù) 20

2.1.4視頻文件的讀/寫 22

2.1.5捕獲攝像頭的幀 23

2.1.6在窗口顯示圖像 24

2.1.7在窗口顯示攝像頭幀 25

2.2Cameo項(xiàng)目(人臉跟蹤和圖像處理) 26

2.3Cameo—面向?qū)ο蟮脑O(shè)計(jì) 27

2.3.1使用managers. CaptureManager提取視頻流 27

2.3.2使用managers.WindowManager抽象窗口和鍵盤 32

2.3.3cameo.Cameo的強(qiáng)大實(shí)現(xiàn) 33

2.4總結(jié) 34

第3章使用OpenCV 3處理圖像 36

3.1不同色彩空間的轉(zhuǎn)換 36

3.2傅里葉變換 37

3.2.1高通濾波器 37

3.2.2低通濾波器 39

3.3創(chuàng)建模塊 39

3.4邊緣檢測(cè) 40

3.5用定制內(nèi)核做卷積 41

3.6修改應(yīng)用 43

3.7Canny邊緣檢測(cè) 44

3.8輪廓檢測(cè) 45

3.9邊界框、最小矩形區(qū)域和最小閉圓的輪廓 46

3.10凸輪廓與Douglas-Peucker算法 48

3.11直線和圓檢測(cè) 50

3.11.1直線檢測(cè) 50

3.11.2圓檢測(cè) 51

3.12檢測(cè)其他形狀 52

3.13總結(jié) 52

第4章深度估計(jì)與分割 53

4.1創(chuàng)建模塊 53

4.2捕獲深度攝像頭的幀 54

4.3從視差圖得到掩模 56

4.4對(duì)復(fù)制操作執(zhí)行掩模 57

4.5使用普通攝像頭進(jìn)行深度估計(jì) 59

4.6使用分水嶺和GrabCut算法進(jìn)行物體分割 63

4.6.1用GrabCut進(jìn)行前景檢測(cè)的例子 64

4.6.2使用分水嶺算法進(jìn)行圖像分割 66

4.7總結(jié) 69

第5章人臉檢測(cè)和識(shí)別 70

5.1Haar級(jí)聯(lián)的概念 70

5.2獲取Haar級(jí)聯(lián)數(shù)據(jù) 71

5.3使用OpenCV進(jìn)行人臉檢測(cè) 72

5.3.1靜態(tài)圖像中的人臉檢測(cè) 72

5.3.2視頻中的人臉檢測(cè) 74

5.3.3人臉識(shí)別 76

5.4總結(jié) 82

第6章圖像檢索以及基于圖像描述符的搜索 83

6.1特征檢測(cè)算法 83

6.1.1特征定義 84

6.1.2使用DoG和SIFT進(jìn)行特征提取與描述 86

6.1.3使用快速Hessian算法和SURF來(lái)提取和檢測(cè)特征 89

6.1.4基于ORB的特征檢測(cè)和特征匹配 91

6.1.5ORB特征匹配 93

6.1.6K-最近鄰匹配 95

6.1.7FLANN匹配 96

6.1.8FLANN的單應(yīng)性匹配 99

6.1.9基于文身取證的應(yīng)用程序示例 102

6.2總結(jié) 105

第7章目標(biāo)檢測(cè)與識(shí)別 106

7.1目標(biāo)檢測(cè)與識(shí)別技術(shù) 106

7.1.1HOG描述符 107

7.1.2檢測(cè)人 112

7.1.3創(chuàng)建和訓(xùn)練目標(biāo)檢測(cè)器 113

7.2汽車檢測(cè) 116

7.2.1代碼的功能 118

7.2.2SVM和滑動(dòng)窗口 122

7.3總結(jié) 134

第8章目標(biāo)跟蹤 135

8.1檢測(cè)移動(dòng)的目標(biāo) 135

8.2背景分割器：KNN、MOG2和GMG 138

8.2.1均值漂移和CAMShift 142

8.2.2彩色直方圖 144

8.2.3返回代碼 146

8.3CAMShift 147

8.4卡爾曼濾波器 149

8.4.1預(yù)測(cè)和更新 149

8.4.2范例 150

8.4.3一個(gè)基于行人跟蹤的例子 153

8.4.4Pedestrian類 154

8.4.5主程序 157

8.5總結(jié) 159

第9章基于OpenCV的神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介 160

9.1人工神經(jīng)網(wǎng)絡(luò) 160

9.2人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 161

9.2.1網(wǎng)絡(luò)層級(jí)示例 162

9.2.2學(xué)習(xí)算法 163

9.3OpenCV中的ANN 164

9.3.1基于ANN的動(dòng)物分類 166

9.3.2訓(xùn)練周期 169

9.4用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行手寫數(shù)字識(shí)別 170

9.4.1MNIST—手寫數(shù)字?jǐn)?shù)據(jù)庫(kù) 170

9.4.2定制訓(xùn)練數(shù)據(jù) 170

9.4.3初始參數(shù) 171

9.4.4迭代次數(shù) 171

9.4.5其他參數(shù) 171

9.4.6迷你庫(kù) 172

9.4.7主文件 175

9.5可能的改進(jìn)和潛在的應(yīng)用 180

9.5.1改進(jìn) 180

9.5.2應(yīng)用 181

9.6總結(jié) 181