Oryginalny tytuł:
Learn OpenCV with Python by Examples: Implement Computer Vision Algorithms Provided by OpenCV with Python for Image Processing, Object Detection and M
Zawartość książki:
Ta książka jest kompleksowym przewodnikiem do nauki podstaw wizji komputerowej i uczenia maszynowego przy użyciu potężnej biblioteki OpenCV i języka programowania Python. Książka oferuje praktyczne, praktyczne podejście do nauki pojęć i technik widzenia komputerowego na praktycznych przykładach. Wszystkie kody w tej książce są dostępne w serwisie Github.
Poprzez serię przykładów, książka obejmuje szeroki zakres tematów, w tym przetwarzanie obrazów i wideo, wykrywanie cech, wykrywanie i rozpoznawanie obiektów, uczenie maszynowe i głębokie sieci neuronowe. Każdy rozdział zawiera szczegółowe wyjaśnienia pojęć i technik, a także praktyczne przykłady i fragmenty kodu, które pokazują, jak zaimplementować je w Pythonie. W całej książce czytelnicy będą pracować nad praktycznymi przykładami i projektami, ucząc się, jak tworzyć aplikacje do przetwarzania obrazu od podstaw.
Niezależnie od tego, czy jesteś początkującym, czy doświadczonym programistą, ta książka stanowi cenne źródło wiedzy na temat wizji komputerowej za pomocą OpenCV i Pythona. Jasny i zwięzły styl pisania ułatwia czytelnikom śledzenie, a liczne przykłady zapewniają, że czytelnicy mogą ćwiczyć i stosować to, czego się nauczyli. Pod koniec książki czytelnicy będą mieli solidne zrozumienie podstaw wizji komputerowej i będą mogli z pewnością tworzyć własne aplikacje wizji komputerowej. Książka ta jest doskonałym źródłem wiedzy dla każdego, kto chce nauczyć się wizji komputerowej i uczenia maszynowego przy użyciu biblioteki OpenCV i języka programowania Python.
Spis treści.
1. Wprowadzenie 5.
2. Instalacja 13.
2. 1 Instalacja w systemie Windows 14.
2. 2 Instalacja Pythona na Ubuntu 16.
2. 3 Konfiguracja PyCharm i instalacja OpenCV 18.
3. Podstawy OpenCV 25.
3. 1 Ładowanie i wyświetlanie obrazów 26.
3. 2 Ładowanie i wyświetlanie filmów 30.
3. 3 Wyświetlanie kamery internetowej 32.
3. 4 Podstawy obrazu 35.
3. 5 Rysowanie kształtów 42.
3. 6 Rysowanie tekstów 48.
3. 7 Rysowanie ikony podobnej do OpenCV 50.
4. Interakcja z użytkownikiem 52.
4. 1 Operacje myszy 53.
4. 2 Rysowanie okręgów za pomocą myszy 56.
4. 3 Rysowanie wielokątów za pomocą myszy 60.
4. 4 Kadrowanie obrazu za pomocą myszy 62.
4. 5 Wprowadzanie wartości za pomocą Trackbars 64.
5. Przetwarzanie obrazu 70.
5. 1 Konwersja przestrzeni kolorów 72.
5. 2 Zmiana rozmiaru, przycinanie i obracanie obrazu 77.
5. 3 Regulacja kontrastu i jasności obrazu 83.
5. 4 Regulacja odcienia, nasycenia i wartości 87.
5. 5 Łączenie obrazów 91.
5. 6 Operacja bitowa 94.
5. 7 Wypaczanie obrazu 101.
5. 8 Rozmycie obrazu 107.
5. 9 Histogram 114.
6. Wykrywanie obiektów 120.
6. 1 Wykrywanie krawędzi Canny 122.
6. 2 Dylatacja i erozja 125.
6. 3 Wykrywanie kształtu 129.
6. 4 Wykrywanie koloru 139.
6. 5 Rozpoznawanie tekstu za pomocą Tesseract 150.
6. 6 Wykrywanie ludzi 161.
6. 7 Wykrywanie twarzy i oczu 165.
6. 8 Usuwanie tła 170.
6. 9 Rozmycie tła 189.
7. Uczenie maszynowe 196.
7. 1 K-Means Clustering 200.
7. 2 K-Nearest Neighbors 216.
7. 3 Support Vector Machine 237.
7. 4 Sztuczna sieć neuronowa (ANN) 254.
7. 5 Konwolucyjna sieć neuronowa (CNN) 276.
Indeks 305.
Odniesienia 308.
O autorze 310.
