当前位置:首页 > 工业技术
深入理解OpenCV  实用计算机视觉项目解析
深入理解OpenCV  实用计算机视觉项目解析

深入理解OpenCV 实用计算机视觉项目解析PDF电子书下载

工业技术

  • 电子书积分:10 积分如何计算积分?
  • 作 者:(巴西)DanielLélisBaggio
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2014
  • ISBN:9787111478188
  • 页数:226 页
图书介绍:OpenCV是最常见的计算机视觉库之一,它提供了许多经过优化的复杂算法。本书对已掌握基本的OpenCV技术,同时想提高计算机视觉的实践经验的开发者来讲是一本非常好的书。每章都有一个单独的项目,其背景也在这些章节中进行了介绍。因此,读者可依次来学习这些项目,也可以直接跳到感兴趣的项目进行学习。本书详细讲解9个实用的计算机视觉项目,通过本书的学习,读者可以创建各种可运行的项目原型,例如,实时的移动应用,增强现实,从视频中获得三维形状,跟踪人脸和眼睛,车牌识别,等等。
上一篇:服装材料学下一篇:车工操作实例
《深入理解OpenCV 实用计算机视觉项目解析》目录

第1章 Android系统上的卡通化和皮肤变换 1

1.1访问摄像机 2

1.2桌面应用处理摄像机视频的主循环 3

1.3生成黑白素描 4

1.4生成彩色图像和卡通 5

1.5用边缘滤波器来生成“怪物”模式 7

1.6用皮肤检测来生成“外星人”造型 8

1.6.1皮肤检测算法 8

1.6.2确定用户放置脸的位置 9

1.6.3皮肤变色器的实现 10

1.7把桌面应用移植到Android系统 14

1.7.1安装使用OpenCV的Android项目 14

1.7.2在Android NDK应用中添加卡通化代码 17

1.7.3在Android系统中显示保存图像的消息 24

1.7.4降低素描图像的随机椒盐噪声 27

1.8总结 31

第2章 iPhone或iPad上基于标记的增强现实 32

2.1使用 OpenCV创建iOS项目 33

2.1.1添加OpenCV框架 34

2.1.2包含OpenCV头文件 35

2.2应用程序的结构 36

2.3标记检测 43

2.3.1标记识别 44

2.3.2标记编码识别 50

2.4在三维空间放置标记 53

2.4.1摄像机标定 53

2.4.2标记姿态估计 54

2.5渲染3D虚拟物体 56

2.5.1创建OpenGL渲染层 56

2.5.2渲染AR场景 59

2.6总结 64

2.7参考文献 64

第3章 无标记的增加现实 65

3.1基于标记的AR与无标记的AR 65

3.2使用特征描述符检测视频中的任意图像 66

3.2.1特征提取 67

3.2.2模式对象定义 69

3.2.3特征点匹配 69

3.2.4删除离群值 70

3.2.5将示例项目各部分放在一起 76

3.3模式姿态估计 77

3.3.1 PatternDetector.cpp 77

3.3.2获取摄像机内矩阵 78

3.4应用的基础架构 81

3.4.1 ARPipeline.hpp 82

3.4.2 ARPipeline.cpp 82

3.4.3在OpenCV中启用三维可视化支持 83

3.4.4使用OpenCV来创建OpenGL窗口 84

3.4.5使用OpenCV捕获视频 85

3.4.6渲染增强现实 85

3.4.7演示应用程序 88

3.5总结 91

3.6参考文献 91

第4章 使用OpenCV研究从运动中恢复结构 92

4.1从运动中恢复结构的概念 93

4.2从两幅图像估计摄像机运动 94

4.2.1通过丰富的特征描述符进行点匹配 94

4.2.2通过光流进行点匹配 96

4.2.3搜索摄像机矩阵 99

4.3重构场景 102

4.4从多视图中重构 105

4.5重构的细化 108

4.6用PCL来可视化3D点云 111

4.7使用示例代码 113

4.8总结 114

4.9参考文献 115

第5章 基于SVM和神经网络的车牌识别 116

5.1 ANPR简介 116

5.2 ANPR算法 118

5.3车牌检测 119

5.3.1图像分割 120

5.3.2分类 125

5.4车牌号识别 127

5.4.1 OCR分割 127

5.4.2特征提取 129

5.4.3 OCR分类 130

5.4.4评价 133

5.5总结 136

第6章 非刚性入脸跟踪 137

6.1概述 138

6.2实用工具 139

6.2.1面向对象设计 139

6.2.2数据收集:图像和视频标注 140

6.3几何约束 145

6.3.1 Procrustes分析 146

6.3.2线性形状模型 148

6.3.3局部-全局相结合的表示 150

6.3.4训练与可视化 152

6.4面部特征检测器 154

6.4.1相关性块模型 155

6.4.2解释全局几何变换 159

6.4.3训练与可视化 161

6.5人脸检测与初始化 163

6.6 人脸跟踪 166

6.6.1人脸跟踪实现 166

6.6.2训练与可视化 168

6.6.3通用与专用人脸模型 168

6.7总结 169

6.8参考文献 169

第7章 基于AAM和POSIT的三维头部姿态估计 170

7.1主动外观模型概述 171

7.2主动形状模型概述 172

7.2.1感受PCA 174

7.2.2三角剖分 177

7.2.3扭曲三角化结构 179

7.3模型实例化——试试主动外观模型 180

7.4主动外观模型搜索和拟合 181

7.5 POSIT算法 182

7.5.1深入理解POSIT算法 183

7.5.2POSIT与头部模型 185

7.5.3对摄像机或视频文件进行跟踪 185

7.6总结 187

7.7参考文献 187

第8章 基于特征脸或Fisher脸的人脸识别 189

8.1人脸识别与人脸检测介绍 189

8.1.1第一步:人脸检测 191

8.1.2检测人脸 194

8.1.3第2步人脸预处理 196

8.1.4第3步:收集并训练人脸 204

8.1.5第4步:人脸识别 212

8.1.6收尾工作:保存和加载文件 215

8.1.7收尾工作:制作一个漂亮的交互式GUI 215

8.2总结 225

8.3参考文献 225

相关图书
作者其它书籍
返回顶部