商品基本信息,请以下列介绍为准 商品名称：   学习OpenCV 3 中文版 作者：   ［美］Adrian Kaehler Gary Bradski 市场价：    149.00 ISBN号：   9787302504184 出版社：    清华大学出版社 商品类型：   图书   其他参考信息（以实物为准）   装帧：*装   开本： 16   语种：中文   印刷时间：2018-07-01   版次：1   页数：   编辑** OpenCV库包含500多个函数，2500多种算法，可以扩展应用到视觉行业中的很多领域，有广泛的用途，比如安保，医学成像，模式与人脸识别，机器人和工业产品检测，等等。《学习OpenCV 3(中文版)》实用性强，内容全面，讲解透彻，可以帮助读者掌握如何构建具有一定AI（人工智能）的应用程序，使计算机能够“看见”并根据所得到的数据来做出决策。《学习OpenCV 3(中文版)》全面介绍整个OpenCV库，所有示例代码都用C 实现，同时还介绍了可以用于计算机视觉的机器学习工具。《学习OpenCV 3(中文版)》每一章都精心设计有动手练*，旨在方便课堂教学和自学，进一步帮助读者学以致用。 通过学习《学习OpenCV 3(中文版)》，读者可以奠定扎实的基础，运用计算机视觉相关知识和OpenCV库来构建简单的或者精巧复杂的应用程序。   内容简介   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 目录 译者序       xvii 前言         xxi 第1章概述     1 什么是OpenCV        1 OpenCV怎么用        2 什么是计算机视觉     3 OpenCV的起源        6 OpenCV的结构    7 使用IPP来加速OpenCV     8 谁拥有OpenCV    9 下载和安装OpenCV    9 安装             9 从Git获取*新的OpenCV      12 更多的OpenCV文档   13 提供的文档      13 在线文档和维基资源     13 OpenCV贡献库       15 下载和编译Contributed模块         16 可移植性           16 小结  17 练习  17 第2章 OpenCV初探            19 头文件    19 资源           20 diyi个程序：显示图片       21 第二个程序：视频    23 跳转  24 简单的变换          28 不那么简单的变换    30 从摄像头中读取      32 写入AVI文件        33 小结  34 练习  35 第3章了解OpenCV的数据类型    37 基础知识           37 OpenCV的数据类型   37 基础类型概述    38 深入了解基础类型       39 辅助对象        46 工具函数        53 模板结构        60 小结  61 练习  61 第4章图像和大型数组类型      63 动态可变的存储      63 cv::Mat类N维稠密数组         64 创建一个数组    65 独立获取数组元素       69 数组迭代器NAryMatIterator         72 通过块访问数组元素     74 矩阵表达式：代数和cv::Mat         75 饱和转换        77 数组还可以做很多事情    78 稀疏数据类cv::SparesMat  79 访问稀疏数组中的元素    79 稀疏数组中的特有函数    82 为大型数组准备的模板结构         83 小结  85 练习  86 第5章矩阵操作  87 矩阵还可以做更多事情       87 cv::abs()        90 cv::add()        91 cv::addWeighted()        92 cv::bitwise_and()  94 cv::bitwise_not() 94 cv::bitwise_or()   94 cv::bitwise_xor()  95 cv::calcCovarMatrix()     95 cv::cartToPolar()  97 cv::checkRange()  97 cv::compare()    98 cv::completeSymm()      99 cv::convertScaleAbs()     99 cv::countNonZero()      100 cv::Mat cv::cvarrToMat() 100 cv::dct()        101 cv::dft()        102 cv::cvtColor()   103 cv::determinant()        106 cv::divide()     106 cv::eigen()      106 cv::exp()       107 cv::extractImageCOI()    107 cv::flip()       108 cv::gemm()     108 cv::getConvertElem()和cv::getConvertScaleElem()    109 cv::idct()       110 cv::inRange()    110 cv::insertImageCOI()      111 cv::invert()      111 cv::log()        112 cv::LUT()      112 cv::Mahalanobis()       113 cv::max()       114 cv::mean()      115 cv::meanStdDev()       116 cv::merge()     116 cv::min()       116 cv::minMaxIdx()       117 cv::minMaxLoc()        118 cv::mixChannels()       119 cv::mulSpectrums()      120 cv::multiply()   121 cv::mulTransposed()     121 cv::norm()      122 cv::normalize()  123 cv::perspectiveTransform()          125 cv::phase()      125 cv::polarToCart()        126 cv::pow()       126 cv::randu()      127 cv::randn()      127 cv::repeat()     129 cv::scaleAdd()   129 cv::setIdentity()  130 cv::solve()      130 cv::solveCubic()        131 cv::solvePoly()  132 cv::sort()       132 cv::sortIdx()     133 cv::split()       133 cv::sqrt()       134 cv::subtract()    135 cv::sum()       135 cv::trace()      135 cv::transform()   136 cv::transpose()   136 小结 137 练习 137 第6章绘图和注释             139 绘图 139 艺术线条和填充多边形   140 字体和文字     146 小结 148 练习 148 第7章 OpenCV中的函数子      151 操作对象          151 主成分分析（cv::PCA）  151 奇异值分解cv::SVD     154 随机数发生器cv::RNG   157 小结 160 练习 160 第8章图像、视频与数据文件   163 HighGUI模块：一个可移植的图形工具包 163 图像文件的处理     164 图像的载入与保存      165 关于codecs的一些注释   167 图片的编码与解码      168 视频的处理         169 使用cv::VideoCapture对象读取视频流    169 使用cv::VideoWriter对象写入视频   175 数据存储          176 cv::FileStorage的写入    177 使用cv::FileStorage读取文件        179 cv::FileNode    180 小结 183 练习 183 第9章跨*台和Windows系统    187 基于Windows开发   187 HighGUI原生图形用户接口         188 通过Qt后端工作        199 综合OpenCV和全功能GUI工具包    209 小结 222 练习 222 第10章滤波与卷积            225 概览 225 预备知识          225 滤波、核和卷积        225 边界外推和边界处理    227 阈值化操作         230 Otsu算法       233 自适应阈值     233 *滑 235 简单模糊和方框型滤波器          236 中值滤波器     238 高斯滤波器     239 双边滤波器     240 导数和梯度         242 索贝尔导数     242 Scharr滤波器    244 拉普拉斯变换   245 图像形态学         246 膨胀和腐蚀     247 通用形态学函数        250 开操作和闭操作        251 形态学梯度     254 顶帽和黑帽     256 自定义核       258 用任意线性滤波器做卷积    259 用cv::filter2D()进行卷积  259 通过cv::sepFilter2D使用可分核      260 生成卷积核     260 小结 262 练习 262 第11章常见的图像变换       267 概览 267 拉伸、收缩、扭曲和旋转    267 均匀调整       268 图像金字塔     269 不均匀映射     273 仿射变换       274 透视变换       279 通用变换          282 极坐标映射     282 LogPolar       283 任意映射       287 图像修复          287 图像修复       288 去噪          289 直方图均衡化       292 cv::equalizeHist()用于对比均衡      294 小结 295 练习 295 第12章图像分析   297 概览 297 离散傅里叶变换     297 cv::dft()离散傅里叶变换  298 cv::idft()用于离散傅里叶逆变换     300 cv::mulSpectrums()频谱乘法        300 使用傅里叶变换进行卷积          301 cv::dct()离散余弦变换   303 cv::idct()离散余弦逆变换           304 积分图   304 cv::integral()标准求和积分         306 cv::integral()*方求和积分         306 cv::integral()倾斜求和积分         307 Canny边缘检测     307 cv::Canny()     309 Hough变换         309 Hough线变换   309 Hough圆变换   313 距离变换          316 cv::distanceTransform()无标记距离变换   317 cv::distanceTransform()有标记距离变换   317 分割 318 漫水填充       318 分水岭算法     322 Grabcuts算法    323 Mean-Shift分割算法    325 小结 326 练习 326 第13章直方图和模板         329 OpenCV中直方图的表示     331 cv::calcHist()：从数据创建直方图   332 基本直方图操作     334 直方图归一化   334 直方图二值化   335 找出*显著的区间      335 比较两个直方图        337 直方图用法示例        339 一些复杂的直方图方法      342 EMD距离      342 反向投影       347 模板匹配          350 方差匹配方法（cv::TM_SQDIFF）   351 归一化方差匹配方法（cv::TM_SQDIFF_NORMED）        352 相关性匹配方法（cv::TM_CCORR） 352 归一化的互相关匹配方法（cv::TM_CCORR_NORMED）     352 相关系数匹配方法（cv::TM_CCOEFF）            352 归一化的相关系数匹配方法（cv::TM_CCOEFF_NORMED）  352 小结 355 练习 355 第14章轮廓   359 轮廓查找          359 轮廓层次       360 绘制轮廓       364 轮廓实例       365 另一个轮廓实例        366 快速连通区域分析      368 深入分析轮廓       370 多边形逼近     370 几何及特性概括        372 几何学测试     377 匹配轮廓与图像     378 矩   378 再论矩         380 使用Hu矩进行匹配      383 利用形状场景方法比较轮廓        384 小结 388 练习 389 第15章背景提取   391 背景提取概述       391 背景提取的缺点     392 场景建模          392 像素          393 帧间差分       396 *均背景法         397 累计均值，方差和协方差          403 更复杂的背景提取方法      410 结构          413 *行背景学习   414 存在移动的前景物体时进行背景学习 417 背景差分：检测前景物体          418 使用码书法的背景模型   419 关于码书法的其他想法   419 使用连通分量进行前景清理   420 小测试         423 两种背景方法的对比        425 OpenCV中的背景提取方法的封装       425 cv::BackgroundSubstractor基类      426 KB方法        427 Zivkovic方法    428 小结 431 练习 431 第16章关键点和描述子       433 关键点和跟踪基础   433 角点检测       434 光流简介       437 Lucas-Kanade稀疏光流法          438 广义关键点和描述符        448 光流，跟踪和识别      450 OpenCV一般如何处理关键点和描述符   451 核心关键点检测方法    461 关键点过滤     497 匹配方法       499 结果显示       505 小结 508 练习 508 第17章跟踪   511 跟踪中的概念       511 稠密光流          512 Farneback多项式扩展算法          513 Dual TV-L1模型  515 简单光流算法   519 Mean-Shift算法和Camshift 追踪         522 Mean-Shift算法  522 Camshift       526 运动模板          526 估计 533 卡尔曼滤波器   534 扩展卡尔曼滤波器简述   549 小结 551 练习 551 第18章相机模型与标定       553 相机模型          554 射影几何基础   556 Rodrigues变换   558 透镜畸变       559 标定 562 旋转矩阵和*移向量    563 标定板         566 单应性         572 相机标定       576 矫正 587 矫正映射       587 使用cv::convertMaps()在不同表示方式之间转换矫正映射     588 使用cv::initUndistortRectifyMap()计算矫正映射      589 使用cv::remap()矫正图像           591 使用cv::undistort()进行矫正        591 使用cv::undistortPoints()进行稀疏矫正   591 与标定结合         592 小结 595 练习 596 第19章投影与三维视觉       599 投影 600 仿射变换与透视变换        601 鸟瞰图变换实例        602 三维姿态估计       606 单摄像机姿态估计      607 立体成像          609 三角测量       610 对极几何       613 本征矩阵和基本矩阵    615 计算极线       624 立体校正       624 立体校正       628 立体匹配       638 立体校正、标定和对应的示例代码   650 来自三维重投影的深度映射        657 来自运动的结构     659 二维与三维直线拟合        659 小结 662 练习 662 第20章机器学习基础         665 什么是机器学习     665 训练集和测试集        666 有监督学习和无监督学习          667 生成式模型和判别式模型          669 OpenCV机器学习算法   669 机器学习在视觉中的应用          671 变量的重要性   673 诊断机器学习中的问题   674 ML库中遗留的机器学习算法  678 K均值         679 马氏距离       684 小结 687 练习 687 第21章 StatModel：OpenCV中的基准学习模型       689 ML库中的常见例程  689 训练方法和cv::ml::TrainData的结构  691 预测          697 使用cv::StatModel的机器学习算法       698 朴素贝叶斯分类器      699 二叉决策树     703 Boosting方法    716 随机森林       721 期望*大化算法        725 K近邻算法       729 多层感知机     731 支持向量机     739 小结 749 练习 750 第22章目标检测   753 基于树的目标检测技术      753 级联分类器     754 有监督学习和boosting理论         756 学习新目标     764 使用支持向量机的目标识别   772 Latent SVM用于目标识别          772 Bag of Words算法与语义分类       775 小结 780 练习 780 第23章 OpenCV的未来         783 过去与未来         783 OpenCV 3.x     784 我们上一次预测怎么样？    784 未来应用          785 目前GSoC的进展       787 社区贡献       788 OpenCV.org     789 一些关于AI的猜测   790 结语 793 附录A *面划分     795 附录B opencv_contrib模块概述         809 附录C 标定图案     813 参考文献      819           作者简介 作者简介 安德里安?凯勒（Adrian Kaehler）博士，企业家，硅谷深度学习小组创始人。他的工作重心包括机器学习、统计建模、计算机视觉和机器人。他就职于斯坦福大学人工智能实验室，他还是该校斯坦利团队的成员，该团队在美国**航空与航天局（NASA）主办的机器人挑战赛中胜出，赢得了200万美元的大奖。   加里?布拉德斯基（Gary Bradski）博士是Arraiy.ai的首席架构师（CTO），他曾经就职于好几个创业公司，担任过斯坦福大学计算机系人工智能实验室的顾问教授。他是OpenCV库的创始人，是一名享有广泛声誉的演讲人、开源社区的积极参与者。     译者团队介绍 阿丘科技 阿丘科技是一家以机器学习、3D 视觉和机器人技术为核心的高科技企业，拥有业内领先的机器人3D 视觉技术、机器学习算法及标准行业解决方案。   人工智能，已经成为**技术发展、应用拓展的前沿领域，也是引领未来的一枚关键的棋子。计算机视觉作为人工智能的关键应用点之一，近年来兴起的创业公司主要集中在人脸识别、无人驾驶、增强现实等领域。而阿丘科技独辟蹊径，将人工智能技术与机器人结合，将其应用于工业自动化领域，并在短短一年内在多个场景下落地，取得了出色的成果。   相较于传统的机器视觉，阿丘科技将深度学习用于工业视觉检测，在缺陷检测分类等场景下具有突出优势。而三维计算机视觉与机器人的结合，更是极大地扩展了工业机器人的应用场景。凭借国际**的技术人才，领先的计算机视觉、机器人技术，阿丘科技走在了智能工业视觉技术的前列。随着人工智能和智能制造行业的兴起，我司将助力**工业自动化以及智能化的发展。   尽管由于某些原因，OpenCV并没有在正式版本中提供自身完备的深度学习工具（我们很高兴这一点在3.3 版本中有了巨大改善），但是OpenCV作为从事机器视觉应用技术开发的必备工具，同样，也是阿丘科技技术开发的基础工具之一，有着不可替代的作用。在很多固定场景下，基于OpenCV等视觉工具的开发的算法依然具有极大的应用潜力。尤其是对于初学者而言，我们还是非常**使用OpenCV完成一些视觉项目，而不是直接用深度学习构建空中楼阁。我司能够在一年内推出经受复杂应用场景检验、市场普遍认可的产品，有一大份功劳，也归属于OpenCV对项目完成和开发研究的推动。高效、精准、便捷等诸多特质，使得OpenCV在学术研究和商业应用中占据了重要地位。   阿丘科技致力于构建领先的智能机器人视觉*台，以视觉为切入点，将 AI 与机器人结合。创始团队源自清华大学计算机系人工智能实验室，聚集了来自清华、CMU 等**高等院校的**人才，以及工业机器人和自动化资深行业从业者。我们期待，能有更多热爱视觉、工业自动化和机器人技术的朋友加入阿丘科技，共同去探索和扩展机器人应用的边界！         商品评价 描述相符 5 发货速度 5 服务态度 5 综合评分 5 写评价赚积分 商品问答 提交咨询问题 共有0条问答 / 点击查看更多>> 交易规则 发货方式 自动：在特色服务中标有自动发货的商品，拍下后，源码类 软件类 商品会在订单详情页显示来自卖家的商品下载链接，点卡类 商品会在订单详情直接显示卡号密码。 手动：未标有自动发货的的商品，付款后，商品卖家会收到平台的手机短信、邮件提醒，卖家会尽快为您发货，如卖家长时间未发货，买家也可通过订单上的QQ或电话主动联系卖家。 退款说明 1、源码类：商品详情(含标题)与实际源码不一致的（例：描述PHP实际为ASP、描述的功能实际缺少、功能不能正常使用等）！有演示站时，与实际源码不一致的（但描述中有"不保证完全一样、可能有少许偏差"类似显著公告的除外）； 2、营销推广类：未达到卖家描述标准的； 3、点卡软件类：所售点卡软件无法使用的； 3、发货：手动发货商品，在卖家未发货前就申请了退款的； 4、服务：卖家不提供承诺的售后服务的；（双方提前有商定和描述中有显著声明的除外） 5、其他：如商品或服务有质量方面的硬性常规问题的。未符合详情及卖家承诺的。 注：符合上述任一情况的，均支持退款，但卖家予以积极解决问题则除外。交易中的商品，卖家无法修改描述！ 注意事项 1、在付款前，双方在QQ上所商定的内容，也是纠纷评判依据（商定与商品描述冲突时，以商定为准）； 2、源码商品，同时有网站演示与商品详情图片演示，且网站演示与商品详情图片演示不一致的，默认按商品详情图片演示作为纠纷评判依据（卖家有特别声明或有额外商定的除外）； 3、点卡软件商品，默认按商品详情作为纠纷评判依据（特别声明或有商定除外）； 4、营销推广商品，默认按商品详情作为纠纷评判依据（特别声明或有商定除外）； 5、在有"正当退款原因和依据"的前提下，写有"一旦售出，概不支持退款"等类似的声明，视为无效声明； 6、虽然交易产生纠纷的几率很小，卖家也肯定会给买家最完善的服务！但请买卖双方尽量保留如聊天记录这样的重要信息，以防产生纠纷时便于送码网快速介入处理。 送码声明 1、送码网作为第三方中介平台，依据双方交易合同（商品描述、交易前商定的内容）来保障交易的安全及买卖双方的权益； 2、非平台线上交易的项目，出现任何后果均与送码网无关；无论卖家以何理由要求线下交易的（如：要求买家支付宝转账付款的，微信转账付款的等），请联系管理举报，本平台将清退卖家处理。 本店热销 ￥215.00 正版 steam 原子之心 Atomic Heart 国区激活码 cd... ￥269.00 steam 英雄连3 国区激活码CDKEY PC游戏正版 Compan... ￥734.95 M，日朋礼送男友老公创意实人用星人际机器蓝牙音箱走心情节生礼... ￥285.00 zippo之宝官方正品打火机古银双面贴章机器人煤油机送男友礼物女... ￥88.00 秋季圆领卫衣套头男友风秋天长袖时尚潮流印花卡通机器派大星上衣... ￥98.00 机器猫情侣衬衫小叮当落肩短袖衬衣男友外套大码潮流套装上衣薄款... ￥568.00 PDPAOLA小机器人情侣手链女男生日礼物520送男友男士款闺蜜Rob... ￥9.00 兼容乐高复仇者联盟4战争机器积木人仔钢铁侠救援机甲玩具WM723... ￥12.9 兼容乐高复联4钢铁侠X0252灭霸MK50 MK1战争机器拼装积木人仔... ￥26.8 XBOX ONE SERIES X|S 中文 战争机器4与光环5守护... 热门推荐 浏览记录 买家指南 如何注册 如何购买 搜索商品 支付方式 卖家指南 如何开店 收费标准 入驻签约 保证金 安全交易 钓鱼防骗 预防盗号 谨防诈骗 实名认证 常见问题 如何充值 如何提现 真假客服 忘记密码 服务中心 我要建议 我要投诉 QQ客服 商务合作 管理客服 QQ：40899112（优先） 邮箱：mail@songma.com 电话：0798-8223963 时间：12:00-24:00 送码官方微信 关于我们 广告合作 联系我们 隐私条款 免责声明 荣誉墙 | 景德镇送码科技有限公司版权所有 赣ICP备19014045号-1 增值电信业务许可证:赣B2-20200002 赣公网安备 36020302000074号 个人中心 点击签到 我要投稿 意见反馈 手机访问领取大礼包 返回顶部