Note :
Le livre est destiné aux programmeurs C++ qui découvrent OpenCV, offrant des conseils clairs et des exemples de code pratiques. Cependant, de nombreux lecteurs ont signalé de nombreuses erreurs, un code obsolète et une mauvaise qualité d'impression, ce qui a rendu l'ouvrage frustrant pour certains d'entre eux.
Avantages:⬤ Des conseils clairs
⬤ bons pour les débutants
⬤ des exemples de code intéressants et pratiques
⬤ couvre à la fois les bases et les sujets avancés d'OpenCV
⬤ offre une chance de comprendre et de pratiquer.
⬤ Plein d'erreurs et de composants manquants
⬤ contient du code obsolète
⬤ mauvaise qualité d'impression et de papier
⬤ problèmes de grammaire
⬤ pas relu
⬤ certains concepts sont introduits sans explication adéquate.
(basé sur 8 avis de lecteurs)
Building Computer Vision Projects with OpenCV 4 and C++
Plongez dans des projets pratiques de vision artificielle et de traitement d'images et familiarisez-vous avec des techniques avancées de détection d'objets et des algorithmes d'apprentissage automatique Caractéristiques principales Découvrez les meilleures pratiques pour l'ingénierie et la maintenance des projets OpenCV Explorez d'importants outils d'apprentissage profond pour la classification d'images Comprenez les formats et les filtres de base des matrices d'images Description du livre
OpenCV est l'une des meilleures bibliothèques open source disponibles et peut vous aider à vous concentrer sur la construction de projets complets sur le traitement d'images, la détection de mouvement et la segmentation d'images.
Ce parcours d'apprentissage est votre guide pour comprendre les concepts et les algorithmes d'OpenCV à travers des exemples et des activités du monde réel. Grâce à divers projets, vous découvrirez également comment utiliser des algorithmes complexes de vision artificielle et d'apprentissage automatique, ainsi que la détection des visages, pour extraire le maximum d'informations des images et des vidéos. Dans les chapitres suivants, vous apprendrez à améliorer vos vidéos et vos images grâce à l'analyse du flux optique et à la soustraction de l'arrière-plan. Des sections du parcours d'apprentissage vous aideront à vous familiariser avec la segmentation et la reconnaissance de texte, tout en vous guidant à travers les bases des modules d'apprentissage profond nouveaux et améliorés. À la fin de ce parcours d'apprentissage, vous aurez maîtrisé les techniques de vision par ordinateur les plus couramment utilisées pour construire des projets OpenCV à partir de zéro. Ce parcours d'apprentissage inclut le contenu des livres Packt suivants : Mastering OpenCV 4 - Third Edition par Roy Shilkrot et David Millan Escriva Learn OpenCV 4 By Building Projects - Second Edition par David Millan Escriva, Vinicius G.
Mendonca, et Prateek Joshi Ce que vous apprendrez Rester à jour avec les approches de conception algorithmique pour les tâches complexes de vision par ordinateur Travailler avec l'API la plus récente d'OpenCV à travers divers projets Comprendre la reconstruction de scènes 3D et la structure à partir du mouvement (SfM) Étudier la calibration de la caméra et superposer la réalité augmentée (AR) à l'aide du module ArUco Créer des scripts CMake pour compiler votre application C++ Explorer les techniques de segmentation et d'extraction de caractéristiques Supprimer les arrière-plans des scènes statiques pour identifier les objets en mouvement pour la surveillance Travailler avec de nouvelles fonctions OpenCV pour détecter et reconnaître le texte avec Tesseract À qui s'adresse ce livre ?
Si vous êtes un développeur de logiciels avec une compréhension de base de la vision par ordinateur et du traitement d'images et que vous souhaitez développer des applications de vision par ordinateur intéressantes avec OpenCV, ce parcours d'apprentissage est fait pour vous. Une connaissance préalable du langage C++ et une familiarité avec les concepts mathématiques vous aideront à mieux comprendre les concepts de ce parcours de formation. Table des matières Démarrer avec OpenCV Introduction aux bases d'OpenCV Apprendre les interfaces utilisateur graphiques Approfondir l'histogramme et les filtres Inspection optique automatisée, segmentation d'objets et détection Apprendre la classification d'objets Détection de parties de visage et superposition de masques Surveillance vidéo, modélisation de l'arrière-plan et opérations morphologiques Apprendre le suivi d'objets Apprendre à développer des applications de vision artificielle intéressantes avec OpenCV, et opérations morphologiques Apprentissage du suivi d'objets Développement d'algorithmes de segmentation pour la reconnaissance de texte Reconnaissance de texte avec Tesseract Apprentissage en profondeur avec OpenCV Cartoonifier et analyse de la couleur de la peau sur le RaspberryPi Explorer la structure à partir du mouvement avec le module SfM Repère du visage et pose avec le module visage Reconnaissance des plaques d'immatriculation avec le module SfM Le module Face Reconnaissance de plaques d'immatriculation avec les réseaux convolutionnels profonds Détection et reconnaissance de visages avec le module DNN Calibration de caméra Android et AR avec le module ArUco Panoramas iOS avec le module Stitching Trouver le meilleur algorithme OpenCV pour le travail Éviter les pièges communs dans OpenCV
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)