《学习OpenCV(影印版)》将你置身于迅速发展的计算机视觉领域。《学习OpenCV(影印版)》作者是免费开源0penCV的发起人,《学习OpenCV(影印版)》为你介绍了计算机视觉,例证了如何迅速建立使计算机能“看”的应用程序,以及如何基于计算机获取的数据作出决策。计算机视觉几乎随处可见:安全系统、管理检验系统、医学图像分析、无人机等。它将Google地图和Google地球结合在一起,在LCD屏幕上核对像素,确保衬衫上的每一个针脚都完全缝合。OpenCV提供了一个简易实用的计算机视觉框架以及一个含有超过500种可以实时运行视觉代码的函数的综合库。《学习OpenCV》在每一章里教授任何OpenCV的开发者或热爱者如何在这些实战经验的帮助下迅速掌握该软件。《学习OpenCV(影印版)》包括了如下内容:
对0penCV全面详尽的介绍
从照相机中导入图片
转换图像
分割图像和形状匹配
模式识别,包括人脸检测
两到三个计量单位间的跟踪和运动
立体视觉中的3D再现
机器学习算法
使机器能看见是一个具有挑战却又充满乐趣的目标。无论你是想建立一个简单的还是复杂的视觉应用程序,《学习OpenCV》都是你入门的必备教材。
......(更多)
Gary Bradski博士是斯坦福大学人工智能实验室的顾问教授,也是Willow Garage公司机器人学研究协会的资深科学家。
Adrian Kaehler博士,Applied Minds公司的资深科学家,从事机器学习、统计建模、计算机视觉和机器人学方面的研究。
......(更多)
......(更多)
OpenCV倾向于支持鉴别式算法,而不倾向于产生式算法。虽然这两者的区别不是非常清晰,但是鉴别式模型在根据给定的数据做出预测上有优势,而产生式模型则是在为你提供更强大的数据表达或者有条件地生成新数据时有优势。
......(更多)