Bewertung:
Das Buch erhielt gemischte Kritiken. Viele lobten die praktischen Code-Beispiele und die einführenden Inhalte zu Bildverarbeitung und Deep Learning, andere kritisierten die mangelnde Tiefe, die unzureichenden Erklärungen bestimmter Konzepte und die Probleme mit den Installationsanweisungen.
Vorteile:Nützliche Code-Beispiele, gute Erklärungen, für Anfänger geeignet, praktisch und gut strukturiert, deckt eine Reihe von Themen der Bildverarbeitung und des Deep Learning ab, zugänglich für Leser mit unterschiedlichem Wissensstand.
Nachteile:Sich wiederholende Installationsanweisungen, fehlende Details zur OpenCV-Installation, einige Kapitel werden als nutzlos angesehen, Wiederholung grundlegender Inhalte, fehlende Erklärung zur Erkennung von Trainingsobjekten, in Schwarz-Weiß gedruckt, obwohl das Thema Farbbildverarbeitung ist.
(basierend auf 10 Leserbewertungen)
Mastering OpenCV 4 with Python: A practical guide covering topics from image processing, augmented reality to deep learning with OpenCV 4 and Python 3
Erstellen Sie fortschrittliche Anwendungen mit Python und OpenCV und erkunden Sie das Potenzial von Gesichtserkennung, maschinellem Lernen, Deep Learning, Web Computing und Augmented Reality.
Hauptmerkmale
⬤ Entwickeln Sie Ihre Fähigkeiten im Bereich Computer Vision durch die Beherrschung von Algorithmen in Open Source Computer Vision 4 (OpenCV 4) und Python.
⬤ Wenden Sie maschinelles Lernen und Deep-Learning-Techniken mit TensorFlow und Keras an.
⬤ Entdecken Sie die modernen Entwurfsmuster, die Sie bei der Entwicklung effizienter Computer Vision Anwendungen vermeiden sollten.
⬤ .
Buchbeschreibung
OpenCV gilt als eine der besten Open-Source-Softwarebibliotheken für Computer Vision und maschinelles Lernen. Sie hilft Entwicklern, komplette Projekte in Bezug auf Bildverarbeitung, Bewegungserkennung oder Bildsegmentierung zu erstellen, neben vielen anderen. OpenCV für Python ermöglicht es Ihnen, Computer-Vision-Algorithmen reibungslos in Echtzeit auszuführen, indem es das Beste aus der OpenCV C++ API und der Sprache Python kombiniert.
In diesem Buch werden Sie mit der Einrichtung von OpenCV beginnen und sich mit den wichtigsten Konzepten der Computer Vision beschäftigen. Anschließend lernen Sie fortgeschrittene Konzepte kennen und entdecken das volle Potenzial von OpenCV. Das Buch führt Sie auch in die Erstellung fortgeschrittener Anwendungen mit Python und OpenCV ein und ermöglicht Ihnen die Entwicklung von Anwendungen wie Gesichtserkennung, Zielverfolgung oder Augmented Reality. Anschließend lernen Sie Techniken und Konzepte des maschinellen Lernens kennen, verstehen, wie sie in realen Beispielen angewendet werden können, und erkunden ihre Vorteile, einschließlich der Datenproduktion in Echtzeit und der schnelleren Datenverarbeitung. Außerdem erfahren Sie, wie Sie die von OpenCV bereitgestellten Funktionen mithilfe von Python-Bindings in optimierte Anwendungscode-Projekte übersetzen können. In den abschließenden Kapiteln werden Sie die Anwendung von künstlicher Intelligenz und Deep-Learning-Techniken unter Verwendung der beliebten Python-Bibliotheken TensorFlow und Keras erkunden.
Am Ende dieses Buches werden Sie in der Lage sein, fortgeschrittene Computer-Vision-Anwendungen zu entwickeln, um die Anforderungen Ihrer Kunden zu erfüllen.
(Was Sie lernen werden)
⬤ Verarbeiten Sie Dateien und Bilder und erkunden Sie verschiedene Bildverarbeitungstechniken.
⬤ Erforschen Sie Bildtransformationen, einschließlich Übersetzung, Größenänderung und Zuschneiden.
⬤ Einblicke in die Erstellung von Histogrammen gewinnen.
⬤ Auffrischung der Kenntnisse über Konturerfassung, Filterung und Zeichnen.
⬤ Arbeiten Sie mit Augmented Reality, um markerbasierte und markerlose Anwendungen zu erstellen.
⬤ Arbeiten Sie mit den wichtigsten Algorithmen für maschinelles Lernen in OpenCV.
⬤ Erforschen Sie die Deep-Learning-Python-Bibliotheken und die Deep-Learning-Fähigkeiten von OpenCV.
⬤ Erstellen von Computer Vision und Deep Learning Webanwendungen.
⬤ .
| ISBN: | 9781789344912 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
