标签分类
当前位置:首页 > 程序设计电子书 > OpenCV电子书网盘下载
学习OpenCV 3 学习OpenCV 3
码小辫

码小辫 提供上传

资源
43
粉丝
26
喜欢
155
评论
19

    学习OpenCV 3 PDF 全书完整版

    OpenCV电子书
    • 发布时间:

    给大家带来的一篇关于OpenCV相关的电子书资源,介绍了关于OpenCV3、OpenCV方面的内容,本书是由清华大学出版社出版,格式为PDF,资源大小284 MB,Adrian编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:8.8,更多相关的学习资源可以参阅 程序设计电子书、等栏目。

  • 学习OpenCV 3 PDF 下载
  • 下载地址:https://pan.baidu.com/s/1g2gCVZXMXDi1QujKKlwFPw
  • 分享码:j7r8
  • 学习OpenCV 3 pdf

    计算机视觉是在图像处理的基础上发展起来的新兴学科。OpenCV是一个开源的计算机视觉库,是英特尔公司资助的两大图像处理利器之一。它为图像处理、模式识别、三维重建、物体跟踪、机器学习和线性代数提供了各种各样的算法。

    《学习OpenCV 3(中文版)》由OpenCV发起人所写,站在一线开发人员的角度用通俗易懂的语言解释了OpenCV的缘起和计算机视觉基础结构,演示了如何用OpenCV和现有的自由代码为各种各样的机器进行编程,这些都有助于读者迅速入门并渐入佳境,兴趣盎然地深入探索计算机视觉领域。

    《学习OpenCV 3(中文版)》可作为信息处理、计算机、机器人、人工智能、遥感图像处理、认知神经科学等有关专业的高年级学生或研究生的教学用书,也可供相关领域的研究工作者参考。

    目录

    • 第1章概述 1
    • 第2章 OpenCV初探19
    • 第3章了解OpenCV的数据类型 37
    • 第4章图像和大型数组类型63
    • 第5章矩阵操作 87
    • 第6章绘图和注释 139
    • 第7章 OpenCV中的函数子151
    • 第8章图像、视频与数据文件163
    • 第9章跨平台和Windows系统 187
    • 第10章滤波与卷积225
    • 第11章常见的图像变换 267
    • 第12章图像分析297
    • 第13章直方图和模板329
    • 第14章轮廓359
    • 第15章背景提取391
    • 第16章关键点和描述子 433
    • 第17章跟踪511
    • 第18章相机模型与标定 553
    • 第19章投影与三维视觉 599
    • 第20章机器学习基础665
    • 第21章 StatModel:OpenCV中的基准学习模型 689
    • 第22章目标检测753
    • 第23章 OpenCV的未来783

    上一篇:Visual Studio 2017高级编程  下一篇:工程与科学数值方法的MATLAB实现

    展开 +

    收起 -

    码小辫二维码
     ←点击下载即可登录

    OpenCV相关电子书
    学习笔记
    网友NO.915213

    opencv实现图片模糊和锐化操作

    本文为大家分享了opencv图片模糊和锐化的具体实现代码,供大家参考,具体内容如下 一、模糊操作 #!/usr/bin/env python# _*_ coding:utf-8 _*_import cv2 as cvimport numpy as np def blur_demo(image): dst = cv.blur(image, (15, 1)) cv.imshow("blur_demo", dst) src = cv.imread("F:\miao3.png")cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)cv.imshow("input image", src)blur_demo(src)cv.waitKey(0)cv.destroyAllWindows() 运行结果,如图: 二、锐化操作 #!/usr/bin/env python# _*_ coding:utf-8 _*_import cv2 as cvimport numpy as np def custom_blur_demo(image): kernel = np.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]], np.float32) #锐化 dst = cv.filter2D(image, -1, kernel=kernel) cv.imshow("custom_blur_demo", dst) src = cv.imread("F:\miao3.png")cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)cv.imshow("input image", src)custom_blur_demo(src)cv.waitKey(0)cv.destroyAllWindows() 运行结果,如下图: 以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持码农之家。 ……

    网友NO.768957

    python opencv设置摄像头分辨率以及各个参数的方法_python

    下面就为大家分享一篇python opencv设置摄像头分辨率以及各个参数的方法,具有很好的参考价值,希望对大家有所帮助。一起过来看看吧 1,为了获取视频,你应该创建一个 VideoCapture 对象。 他的参数可以是设备的索引号,或者是一个视频文件。设备索引号就是在指定要使用的摄像头。一般的笔记本电脑都有内置摄像头。所以参数就是 0。你可以通过设置成 1 或者其他的来选择别的摄像头。之后,你就可以一帧一帧的捕获视频了。但是最后,别忘了停止捕获视频。使用 ls /dev/video*命令可以查看摄像头设备 2,cap.read() 返回一个布尔值(True/False)。 如果帧读取的是正确的,就是 True。所以最后你可以通过检查他的返回值来查看视频文件是否已经到了结尾。有时 cap 可能不能成功的初始化摄像头设备。这种情况下上面的代码会报错。你可以使用 cap.isOpened(),来检查是否成功初始化了。如果返回值是True,那就没有问题。否则就要使用函数 cap.open()。你可以使用函数 cap.get(propId) 来获得视频的一些参数信息。这里propId 可以是 0 到 18 之间的任何整数。每一个数代表视频的一个属性,见表其中的一些值可以使用cap.set(propId,value) 来修改,value 就是 你想要设置成的新值。例如,我可以使用 cap.get(3) 和 cap.get(4) 来查看每一帧的宽和高。默认情况下得到的值是 ……

    网友NO.236642

    Python opencv实现人眼/人脸识别以及实时打码处理

    利用Python+opencv实现从摄像头捕获图像,识别其中的人眼/人脸,并打上马赛克。 系统环境:Windows 7 + Python 3.6.3 + opencv 3.4.2 一、系统、资源准备 要想达成该目标,需要满足一下几个条件: 找一台带有摄像头的电脑,一般笔记本即可; 需配有Python3,并安装NumPy包、opencv; 需要有已经训练好的分类器,用于识别视频中的人脸、人眼等,如无分类器,可以点击这里下载:haarcascades分类器 二、动手做 1、导入相关包、设置视频格式、调用摄像头、指定分类器 import numpy as np import cv2 fourcc = cv2.VideoWriter_fourcc("D", "I", "B", " ")out = cv2.VideoWriter('frame_mosic.MP4',fourcc, 20.0, (640,480)) cv2.namedWindow("CaptureFace")#调用摄像头cap=cv2.VideoCapture(0)#人眼识别器分类器classfier=cv2.CascadeClassifier("../haarcascades/haarcascade_eye_tree_eyeglasses.xml") 2、逐帧调用图像,并实时处理 从摄像头读取一帧图像后,先转化为灰度图像,然后利用指定的分类器识别出我们需要的内容,接着对该部分内容利用高斯噪声进行覆盖,以达成马赛克的目的。 代码如下: while cap.isOpened(): read,frame=cap.read() if not read: break #灰度转换 grey=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) #人脸检测 Rects = classfier.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32)) if len(Rects) 0: for Rect in Rects: x, y, w, h = Rect # 打码:使用……

    Copyright 2018-2019 xz577.com 码农之家

    版权责任说明