Bewertung:
Das Buch richtet sich an C++-Programmierer, die neu in OpenCV sind, und bietet klare Anleitungen und praktischen Beispielcode. Viele Rezensenten wiesen jedoch auf zahlreiche Fehler, veralteten Code und schlechte Druckqualität hin, was das Buch für einige Leser frustrierend macht.
Vorteile:⬤ Klare Anleitung
⬤ gut für Anfänger
⬤ interessanter und praktischer Beispielcode
⬤ deckt sowohl Grundlagen als auch fortgeschrittene Themen in OpenCV ab
⬤ bietet eine Chance für Verständnis und Übung.
⬤ Voller Fehler und fehlender Komponenten
⬤ enthält veralteten Code
⬤ schlechte Druck- und Papierqualität
⬤ Grammatikprobleme
⬤ nicht korrekturgelesen
⬤ einige Konzepte werden ohne angemessene Erklärung eingeführt.
(basierend auf 8 Leserbewertungen)
Building Computer Vision Projects with OpenCV 4 and C++
Tauchen Sie ein in praktische Computer-Vision- und Bildverarbeitungsprojekte und machen Sie sich mit fortgeschrittenen Objekterkennungstechniken und Algorithmen des maschinellen Lernens vertraut Hauptmerkmale Entdecken Sie Best Practices für die Entwicklung und Wartung von OpenCV-Projekten Entdecken Sie wichtige Deep-Learning-Tools für die Bildklassifizierung Verstehen Sie grundlegende Bildmatrixformate und Filter Buchbeschreibung
OpenCV ist eine der besten verfügbaren Open-Source-Bibliotheken und kann Ihnen dabei helfen, sich auf die Erstellung kompletter Projekte zur Bildverarbeitung, Bewegungserkennung und Bildsegmentierung zu konzentrieren.
Dieser Lernpfad ist Ihr Leitfaden zum Verständnis von OpenCV-Konzepten und -Algorithmen anhand von Beispielen und Aktivitäten aus der Praxis. Anhand verschiedener Projekte erfahren Sie außerdem, wie Sie komplexe Algorithmen für Computer Vision und maschinelles Lernen sowie die Gesichtserkennung nutzen können, um ein Maximum an Informationen aus Bildern und Videos zu extrahieren. In späteren Kapiteln lernen Sie, wie Sie Ihre Videos und Bilder mit optischer Flussanalyse und Hintergrundsubtraktion verbessern können. Die Abschnitte des Lernpfads helfen Ihnen, sich mit der Textsegmentierung und -erkennung vertraut zu machen, und führen Sie in die Grundlagen der neuen und verbesserten Deep-Learning-Module ein. Am Ende dieses Lernpfads beherrschen Sie die gängigsten Computer-Vision-Techniken, um OpenCV-Projekte von Grund auf zu entwickeln. Dieser Lernpfad enthält Inhalte aus den folgenden Packt-Büchern: Mastering OpenCV 4 - Third Edition von Roy Shilkrot und David Millan Escriva Learn OpenCV 4 By Building Projects - Second Edition von David Millan Escriva, Vinicius G.
Mendonca und Prateek Joshi Was Sie lernen werden Bleiben Sie auf dem neuesten Stand bei algorithmischen Designansätzen für komplexe Computer-Vision-Aufgaben Arbeiten Sie mit der aktuellsten API von OpenCV durch verschiedene Projekte Verstehen Sie 3D-Szenenrekonstruktion und Structure from Motion (SfM) Studieren Sie Kamerakalibrierung und überlagern Sie Augmented Reality (AR) mit dem ArUco-Modul Erstellen Sie CMake-Skripte, um Ihre C++-Anwendung zu kompilieren Erforschen Sie Segmentierungs- und Merkmalsextraktionstechniken Entfernen Sie Hintergründe aus statischen Szenen, um bewegte Objekte für die Überwachung zu identifizieren Arbeiten Sie mit neuen OpenCV-Funktionen, um Text mit Tesseract zu erkennen und zu erkennen Für wen dieses Buch ist
Wenn Sie ein Softwareentwickler mit einem grundlegenden Verständnis von Computer Vision und Bildverarbeitung sind und interessante Computer Vision Anwendungen mit OpenCV entwickeln wollen, ist dieser Lernpfad für Sie geeignet. Vorkenntnisse in C++ und Vertrautheit mit mathematischen Konzepten werden Ihnen helfen, die Konzepte in diesem Lernpfad besser zu verstehen. Inhaltsverzeichnis Erste Schritte mit OpenCV Eine Einführung in die Grundlagen von OpenCV Erlernen von grafischen Benutzeroberflächen Eintauchen in Histogramm und Filter Automatisierte optische Inspektion, Objektsegmentierung und -erkennung Erlernen der Objektklassifikation Erkennen von Gesichtsteilen und Überlagerung von Masken Videoüberwachung, Hintergrundmodellierung, und morphologische Operationen Lernen der Objektverfolgung Entwickeln von Segmentierungsalgorithmen für die Texterkennung Texterkennung mit Tesseract Deep Learning mit OpenCV Cartoonifier und Hautfarbenanalyse auf dem RaspberryPi Erforschen von Struktur aus Bewegung mit dem SfM-Modul Face Landmark und Pose mit das Face-Modul Nummernschilderkennung mit Deep Convolutional Networks Gesichtsdetektion und -erkennung mit dem DNN-Modul Android-Kamerakalibrierung und AR mit dem ArUco-Modul iOS-Panoramen mit dem Stitching-Modul Den besten OpenCV-Algorithmus für die jeweilige Aufgabe finden Häufige Fallstricke in OpenCV vermeiden
| ISBN: | 9781838644673 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
