深入理解OpenCV（原书第3版）-网络科技-文化科教-太极之巅书单号

书刊介绍

《深入理解OpenCV（原书第3版）》内容简介

本书（现在是第3版）是计算机视觉工程师使用OpenCV作为工具的系列丛书之一。本书保留了最基本的核心数学公式，提供了从构思到运行代码的完整项目，涵盖了当前计算机视觉中的热门话题，包括人脸识别、关键点检测和姿态估计、具有深度卷积网络的车牌识别、从运动中恢复结构、增强现实的场景重建，以及本机和Web环境中的移动端计算机视觉。本书将作者在学术界和行业中实施计算机视觉产品及项目的丰富知识轻松打包，不但向读者介绍了API的功能，而且提供了对完整计算机视觉项目中设计选择的见解，并超越了计算机视觉的基础知识，从更高层次来设计和实现复杂图像识别项目的解决方案。
罗伊·希尔克罗特（Roy Shilkrot），石溪大学（Stony Brook）计算机科学的助理教授，他领导着人群互动小组（Human Interaction group）。他毕业于麻省理工学院（MIT）并获得博士学位，致力于计算机视觉、人机界面以及其交叉领域的研究，撰写了25篇以上的论文。他还是多项专利技术的共同发明人，也是多本著作的合著者，是众多初创公司的科学顾问委员会的成员，拥有超过10年的工程师和企业家经验。
大卫·米兰·埃斯克里瓦（David Millán Escrivá），8岁那年，在8086 PC上用Basic语言编写了他的第一个程序，该程序可以对基础方程进行2D绘图。2005年，他在瓦伦西亚理工大学完成了他的IT学习，并利用OpenCV（v0.96）计算机视觉程序，在人机交互领域获得了好评。他有一个基于该主题的毕业设计项目，并将其发布在HCI西班牙大会上。他曾使用Blender（一个开源3D软件项目），并作为计算机图形软件开发人员参与了他的第一个商业广告电影Plumiferos-Aventuras voladoras的制作。David现在拥有超过10年的IT经验，在计算机视觉、计算机图形和模式识别方面拥有丰富的经验，并运用他在计算机视觉、OCR和增强现实方面的知识与不同的项目和初创公司合作。他是DamilesBlog博客的作者，在那里他发表有关OpenCV、计算机视觉和光学字符识别算法的研究文章和教程。

作品目录

译者序
前言
作者简介
审阅者简介
第1章：树莓派上的卡通化和皮肤颜色分析
1.1、访问摄像头
1.2、桌面应用程序的相机处理主循环
1.3、皮肤变色器的实现
1.4、从桌面移植到嵌入式设备
1.5、小结
第2章：使用SfM模块从运动中恢复结构
2.1、技术要求
2.2、SfM的核心概念
2.3、在OpenCV中实现SfM
2.4、小结
第3章：使用人脸模块进行人脸特征点及姿态检测
3.1、技术要求
3.2、背景和理论
3.3、OpenCV中的人脸特征点检测
3.4、基于特征点的人脸方向估计
3.5、小结
第4章：基于深度卷积网络的车牌识别
4.1、ANPR简介
4.2、ANPR算法
4.3、车牌检测
4.4、车牌识别
4.5、小结
第5章：通过DNN模块进行人脸检测和识别
5.1、介绍人脸检测和人脸识别
5.2、小结
5.3、参考文献
第6章：Web计算机视觉之初识OpenCV.js
6.1、什么是OpenCV.js
6.2、编译OpenCV.js
6.3、OpenCV.js开发基础
6.4、访问摄像头流
6.5、图像处理和基本用户界面
6.6、浏览器中的光流
6.7、在浏览器中使用Haar级联分类器进行人脸检测
6.8、小结
第7章：使用ArUco模块的Android相机校准和AR
7.1、技术要求
7.2、增强现实和姿态估计
7.3、Android系统中的相机访问
7.4、使用ArUco进行相机校准
7.5、使用jMonkeyEngine实现增强现实
7.6、小结
第8章：带有拼接模块的iOS全景图
8.1、技术要求
8.2、全景图像拼接方法
8.3、项目概况
8.4、用CocoaPods设置iOS
OpenCV项目
8.5、用于全景捕捉的iOS
UI
8.6、Objective-C++包装器中的OpenCV拼接
8.7、小结
8.8、进一步阅读
第9章：为项目找到最佳OpenCV算法
9.1、技术要求
9.2、方案是否包含在OpenCV中
9.3、OpenCV中的算法选项
9.4、哪种算法最好
9.5、算法性能比较的示例
9.6、小结
第10章：避免OpenCV中的常见陷阱
10.1、OpenCV从v1到v4的历史
10.2、OpenCV中的历史算法
10.3、常见陷阱和建议解决方案
10.4、小结
10.5、进一步阅读