Ocena:
Książka jest przeznaczona dla programistów C++ początkujących z OpenCV, oferując jasne wskazówki i praktyczny przykładowy kod. Wielu recenzentów wskazywało jednak na liczne błędy, przestarzały kod i niską jakość druku, co czyni ją frustrującą dla niektórych czytelników.
Zalety:⬤ Jasne wskazówki
⬤ dobre dla początkujących
⬤ ciekawy i praktyczny przykładowy kod
⬤ obejmuje zarówno podstawy, jak i zaawansowane tematy w OpenCV
⬤ daje szansę na zrozumienie i praktykę.
⬤ Pełna błędów i brakujących komponentów
⬤ zawiera przestarzały kod
⬤ słaba jakość druku i papieru
⬤ problemy gramatyczne
⬤ brak korekty
⬤ niektóre koncepcje są wprowadzane bez odpowiedniego wyjaśnienia.
(na podstawie 8 opinii czytelników)
Building Computer Vision Projects with OpenCV 4 and C++
Zapoznaj się z praktycznymi projektami z zakresu wizji komputerowej i przetwarzania obrazu oraz poznaj zaawansowane techniki wykrywania obiektów i algorytmy uczenia maszynowego Kluczowe cechy Odkryj najlepsze praktyki w zakresie inżynierii i utrzymywania projektów OpenCV Poznaj ważne narzędzia głębokiego uczenia do klasyfikacji obrazów Poznaj podstawowe formaty i filtry macierzy obrazu Opis książki
OpenCV jest jedną z najlepszych dostępnych bibliotek open source i może pomóc skupić się na tworzeniu kompletnych projektów dotyczących przetwarzania obrazu, wykrywania ruchu i segmentacji obrazu.
Ta ścieżka edukacyjna jest przewodnikiem do zrozumienia koncepcji i algorytmów OpenCV poprzez rzeczywiste przykłady i działania. Dzięki różnym projektom dowiesz się również, jak korzystać ze złożonych algorytmów widzenia komputerowego i uczenia maszynowego oraz wykrywania twarzy, aby wydobyć maksymalną ilość informacji z obrazów i filmów. W późniejszych rozdziałach nauczysz się ulepszać swoje filmy i obrazy za pomocą analizy przepływu optycznego i odejmowania tła. Sekcje ścieżki edukacyjnej pomogą ci uporać się z segmentacją i rozpoznawaniem tekstu, a także poprowadzą cię przez podstawy nowych i ulepszonych modułów głębokiego uczenia. Pod koniec tej ścieżki edukacyjnej opanujesz powszechnie stosowane techniki widzenia komputerowego, aby tworzyć projekty OpenCV od podstaw. Ta ścieżka edukacyjna zawiera treści z następujących książek Packt: Mastering OpenCV 4 - Third Edition by Roy Shilkrot and David Millan Escriva Learn OpenCV 4 By Building Projects - Second Edition by David Millan Escriva, Vinicius G.
Mendonca i Prateek Joshi Czego się nauczysz Bądź na bieżąco z podejściami do projektowania algorytmów dla złożonych zadań widzenia komputerowego Pracuj z najnowszym API OpenCV poprzez różne projekty Zrozum rekonstrukcję sceny 3D i Structure from Motion (SfM) Zbadaj kalibrację kamery i nakładaj rzeczywistość rozszerzoną (AR) za pomocą modułu ArUco Twórz skrypty CMake, aby skompilować swoją aplikację C++ Poznaj techniki segmentacji i ekstrakcji funkcji Usuń tła ze statycznych scen, aby zidentyfikować poruszające się obiekty do nadzoru Pracuj z nowymi funkcjami OpenCV do wykrywania i rozpoznawania tekstu za pomocą Tesseract Dla kogo jest ta książka?
Jeśli jesteś programistą z podstawowym zrozumieniem wizji komputerowej i przetwarzania obrazu i chcesz rozwijać interesujące aplikacje wizji komputerowej z OpenCV, ta ścieżka edukacyjna jest dla Ciebie. Wcześniejsza znajomość języka C++ i znajomość pojęć matematycznych pomoże ci lepiej zrozumieć pojęcia zawarte w tej ścieżce edukacyjnej. Spis treści Rozpoczęcie pracy z OpenCV Wprowadzenie do podstaw OpenCV Nauka graficznych interfejsów użytkownika Zagłębienie się w histogram i filtry Zautomatyzowana inspekcja optyczna, segmentacja i wykrywanie obiektów Nauka klasyfikacji obiektów Wykrywanie części twarzy i nakładanie masek Nadzór wideo, modelowanie tła, i operacje morfologiczne Nauka śledzenia obiektów Rozwijanie algorytmów segmentacji dla rozpoznawania tekstu Rozpoznawanie tekstu z Tesseract Głębokie uczenie z OpenCV Cartoonifier i analiza koloru skóry na RaspberryPi Badanie struktury na podstawie ruchu z modułem SfM Punkt orientacyjny twarzy i pozę z modułem twarzy Rozpoznawanie tablic rejestracyjnych Rozpoznawanie tablic rejestracyjnych za pomocą głębokich sieci konwolucyjnych Wykrywanie i rozpoznawanie twarzy za pomocą modułu DNN Kalibracja kamery Android i AR za pomocą modułu ArUco Panoramy iOS za pomocą modułu Stitching Znalezienie najlepszego algorytmu OpenCV do danego zadania Unikanie typowych pułapek w OpenCV
