计算机视觉40例从入门到深度学习:OpenCV-Python

计算机视觉40例从入门到深度学习:OpenCV-Python

作者:李立宗 著

出版社:电子工业

出版年:2022年7月

ISBN:9787121436857

所属分类:诗歌文集

书刊介绍

《计算机视觉40例从入门到深度学习:OpenCV-Python》内容简介

《计算机视觉40例从入门到深度学习(OpenCV-Python)》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。
《计算机视觉40例从入门到深度学习(OpenCV-Python)》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。
在介绍具体的算法原理时,本书尽量使用通俗易懂的语言和贴近生活的示例来说明问题,避免使用复杂抽象的公式来介绍。
目标读者: 《计算机视觉40例从入门到深度学习(OpenCV-Python)》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。
李立宗,天津职业技术师范大学信息技术工程学院副教授,参与了《数字图像处理》等多本图书的编写工作,对数字图像处理研究颇深。

作品目录

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

相关推荐

微信二维码