《OpenCV 4计算机视觉项目实战 原书第2版 》读书笔记思维导图

PPT书籍导读最新版本读书笔记模板《OpenCV4计算机视觉项目实战原书第2版》最新版读书笔记，下载可以直接修改图像技术要求第章对象文本算法视频视觉背景计算机机器深度学习项目基础知识检测场景模型本书关键字分析思维导图01审校者简介第2章OpenCV基础知识导论第4章深入研究直方图和滤波器第1章OpenCV入门第3章学习图形用户界面第5章自动光学检查、对象分割和检测目录030502040607第6章学习对象分类第8章视频监控、背景建模和形态学操作第7章检测面部部位与覆盖面具第9章学习对象跟踪目录0908010011第10章开发用于文本识别的分割算法第12章使用OpenCV进行深度学习第11章用Tesseract进行文本识...目录013012内容摘要本书通过实例和项目讲解OpenCV概念及其算法。首先介绍OpenCV的安装和图像处理的基础知识。然后，覆盖用户界面并深入讲解图像处理，读者将学到复杂的计算机视觉算法，并探索机器学习和人脸检测。之后，本书将介绍如何在复杂场景中创建光流视频分析和背景减除，还将讲解文本分割和识别，以及新的和改进的深度学习模块的基础知识。最后，本书介绍了OpenCV的基础知识，例如矩阵运算、滤波器和直方图，帮读者掌握常用的计算机视觉技术，从头开始构建OpenCV项目。审校者简介该书中简单而又实用的程序示例让读者对opencv和图像处理能够产生很大的兴趣，没有让人劝退的过于深奥的理论和术语，能快速地带领新手入门，让我爱不释手。第1章OpenCV入门越看越觉得自己掌握的opencv实在是少之又少。1.1了解人类视觉系统1.2人类如何理解图像内容1.3你能用OpenCV做什么1.4安装OpenCV1.5总结12345第1章OpenCV入门1.3.1内置数据结构和输入/输出1.3.2图像处理操作1.3.3GUI1.3.4视频分析1.3.53D重建1.3.6特征提取0103020405061.3你能用OpenCV做什么1.3.7对象检测1.3.8机器学习1.3.9计算摄影1.3.10形状分析1.3.11光流算法1.3.12人脸和对象识别0103020405061.3你能用OpenCV做什么1.3.13表面匹配1.3.15深度学习1.3.14文本检测和识别1.3你能用OpenCV做什么1.4.1Windows1.4.3Linux1.4.2MacOSX1.4安装OpenCV第2章OpenCV基础知识导论很不错的一本入门opencv的书，看完大概就能对它有个大概的了解，如果要想学算法就去看专门的算法的书，想要深入opencv还得去看API。2.1技术要求2.2基本CMake配置文件2.3创建一个库2.4管理依赖项2.5让脚本更复杂2.6图像和矩阵010302040506第2章OpenCV基础知识导论2.7读/写图像2.8读取视频和摄像头2.9其他基本对象类型2.10基本矩阵运算2.11基本数据存储2.12总结010302040506第2章OpenCV基础知识导论2.9.1Vec对象类型2.9.2Scalar对象类型2.9.3Point对象类型2.9.4Size对象类型2.9.5Rect对象类型2.9.6RotatedRect对象类...0103020405062.9其他基本对象类型第3章学习图形用户界面基本的ocv操作，基础图形处理opencv一直有统治地位，就是智能识别要弱势一点。3.1技术要求3.2OpenCV用户界面介绍3.3OpenCV的基本图形用户界面3.4Qt图形用户界面3.5OpenGL支持3.6总结010302040506第3章学习图形用户界面第4章深入研究直方图和滤波器不适合编程初学者，里面有很多程序是错误的。4.1技术要求4.2生成CMake脚本文件4.3创建图形用户界面4.4绘制直方图第4章深入研究直方图和滤波器4.5图像颜色均衡4.6Lomography效果4.7卡通效果4.8总结第4章深入研究直方图和滤波器第5章自动光学检查、对象分割和检测内容很实在，翻译很垃圾，基本是机器翻译吧，大概是深度学习的实验产品用在里翻译上。5.1技术要求5.2隔离场景中的对象5.3为AOI创建应用程序5.4预处理输入图像5.5分割输入图像5.6总结010302040506第5章自动光学检查、对象分割和检测5.4.1噪声消除5.4.3阈值5.4.2用光模式移除背景进行分割5.4预处理输入图像5.5.2findContours算法5.5.1连通组件算法5.5分割输入图像第6章学习对象分类这本书在广度和深度方面结合得较好，能够让读者尽可能浅显地了解OPENCV的很多最新进展。6.1技术要求6.2机器学习概念介绍6.3计算机视觉和机器学习工作流程6.4自动对象检查分类示例6.5总结12345第6章学习对象分类6.4.1特征提取6.4.3输入图像预测6.4.2训练SVM模型6.4自动对象检查分类示例第7章检测面部部位与覆盖面具7.1技术要求7.2了解Haar级联7.3什么是积分图像7.4在实时视频中覆盖面具第7章检测面部部位与覆盖面具7.5戴上太阳镜7.7总结7.6跟踪鼻子、嘴巴和耳朵第7章检测面部部位与覆盖面具第8章视频监控、背景建模和形态学操作8.1技术要求8.2理解背景减除8.3直接的背景减除8.4帧差分8.5高斯混合方法8.6形态学图像处理010302040506第8章视频监控、背景建模和形态学操作8.7使形状变细8.8使形状变粗8.9其他形态运算符8.10总结第8章视频监控、背景建模和形态学操作8.9.1形态开口8.9.2形态闭合8.9.3绘制边界8.9.4礼帽变换8.9.5黑帽变换123458.9其他形态运算符第9章学习对象跟踪9.1技术要求9.2跟踪特定颜色的对象9.3构建交互式对象跟踪器9.4用Harris角点检测器检测点第9章学习对象跟踪9.5用于跟踪的好特征9.7总结9.6基于特征的跟踪第9章学习对象跟踪9.6.2Farneback算法9.6.1Lucas-Kanade方法9.6基于特征的跟踪第10章开发用于文本识别的分割算法10.1技术要求10.2光学字符识别介绍10.3预处理阶段10.4在你的操作系统上安装Tesse...10.5使用TesseractOCR...10.6总结010302040506第10章开发用于文本识别的分割算法10.3.2文本分割10.3.1对图像进行阈值处理10.3预处理阶段10.4.2在Mac上安装Tesser...10.4.1在Windows上安装Te...10.4在你的操作系统上安装Tesse...第11章用Tesseract进行文本识...11.1技术要求11.2文本API的工作原理11.3使用文本API11.4总结第11章用Tesseract进行文本识...11.2.1场景检测问题11.2.3极值区域过滤11.2.2极值区域11.2文本API的工作原理11.3.1文本检测11.3.3文本识别11.3.2文本提取11.3使用文本API第12章使用OpenCV进行深度学习12.1技术要求12.2深度学习简介12.3OpenCV中的深度学习12.4YOLO用于实时对象检测12.5用SSD进行人脸检测12.6总结010302040506第12章使用OpenCV进行深度学习12.2.2卷积神经网络12.2.1