具体描述
opencv是最常见的计算机视觉库之一，它提供了许多经过优化的复杂算法。本书对已掌握基本opencv技术同时想提高计算机视觉的实践经验的开发者来讲是一本非常好的书。每章都有一个单独的项目，其背景也在这些章节中进行了介绍。因此，读者可以依次学习这些项目，也可以直接跳到感兴趣的项目进行学习。
《深入理解opencv：实用计算机视觉项目解析》详细讲解9个实用的计算机视觉项目，通过本书的学习，读者可以创建各种可运行的项目原型，例如，实时的移动应用、增强现实、从视频中获得三维形状、跟踪人脸和眼睛、车牌识别等。
作者简介
视觉是人类获取信息的主要来源。图像、视频等视觉信息载体也是当今大数据时代最大的数据源之一，在计算机工程、通信、生物学、医学、军事等领域有着广泛应用。由于计算机视觉涉及多个领域的专业知识，以及视觉对象的复杂性和视觉任务的多样，这使计算机视觉研究很困难。
OpenCV是开源、跨平台的计算机视觉库，其全称是Open Source Computer Vision Library。它是由英特尔公司发起并参与开发的，可在商业和研究领域中免费使用。OpenCV能开发实时的图像处理、运动跟踪、目标检测等程序。
但目前通过实际应用项目来介绍OpenCV的书很少。本书通过8个典型的计算机视觉项目来介绍OpenCV强大、高效的功能。这8个项目涵盖了计算视觉的如下领域：基于iPhone或iPad的增强现实；从运动中得到3D结构；车牌识别；人脸识别与跟踪；三维头部姿态估计等。这些项目均用C/C++实现，对于关键代码，作者给出非常详细的介绍。在每章中，作者不但介绍项目的应用背景、整体框架、软件设计方法，同时也深入浅出地介绍了与项目相关的机器学习理论。毫不夸张地讲，这是一本用OpenCV来实践计算机视觉应用难得的好书。
翻译本书的过程也是我学习的过程，虽然辛苦但也不觉得累。为了做到专业词汇准确权威，书本内容正确，意译部分既不失原著意境又无偏差, 在翻译过程中查阅了大量相关资料。但由于时间和能力有限，书中内容难免存在纰漏。若有问题，读者可通过电子邮件liubo7971@173.com与我联系，欢迎一起探讨，共同进步。
本书翻译过程得到如下项目资助：（1）重庆市教委研究项目“多核正则化机器学习理论研究”，项目号：KJ130709；（2）重庆工商大学研究项目“基于多核学习的高维数据分析研究”，项目号：2013-56-09；（3）大数据稀疏表示判别字典学习及其应用技术研究项目号：KJ1400612。
感谢河南工业大学信息科学与工程学院的靳小波博士对本书翻译的支持与鼓励，也感谢我的家人，特别感谢我妻子杨雪莉和女儿刘典。虽然翻译本书占用了本应陪她们的大量时间，但她们一直包容并支持我。
目录信息
译者序
前 言
第1章 android系统上的卡通化和皮肤变换 1
1.1 访问摄像机 2
1.2 桌面应用处理摄像机视频的主循环 3
1.3 生成黑白素描 4
1.4 生成彩色图像和卡通 5
1.5 用边缘滤波器来生成“怪物”模式 7
1.6 用皮肤检测来生成
“外星人”造型 8
1.6.1 皮肤检测算法 8
1.6.2 确定用户放置脸的位置 9
1.6.3 皮肤变色器的实现 10
1.7 把桌面应用移植到android系统 14
1.7.1 安装使用opencv的android项目 14
1.7.2 在android ndk应用中添加卡通化代码 17
1.7.3 在android系统中显示保存图像的消息 24
1.7.4 降低素描图像的随机椒盐噪声 27
1.8 总结 31
第2章 iphone或ipad上基于标记的增强现实 32
2.1 使用opencv创建ios项目 33
2.1.1 添加opencv框架 34
2.1.2 包含opencv头文件 35
2.2 应用程序的结构 36
2.3 标记检测 43
2.3.1 标记识别 44
2.3.2 标记编码识别 50
2.4 在三维空间放置标记 53
2.4.1 摄像机标定 53
2.4.2 标记姿态估计 54
2.5 渲染3d虚拟物体 56
2.5.1 创建opengl渲染层 56
2.5.2 渲染ar场景 59
2.6 总结 64
2.7 参考文献 64
第3章 无标记的增加现实 65
3.1 基于标记的ar与无标记的ar 65
3.2 使用特征描述符检测视频中的任意图像 66
3.2.1 特征提取 67
3.2.2 模式对象定义 69
3.2.3 特征点匹配 69
3.2.4 删除离群值 70
3.2.5 将示例项目各部分放在一起 76
3.3 模式姿态估计 77
3.3.1 patterndetector.cpp 77
3.3.2 获取摄像机内矩阵 78
3.4 应用的基础架构 81
3.4.1 arpipeline.hpp 82
3.4.2 arpipeline.cpp 82
3.4.3 在opencv中启用三维可视化支持 83
3.4.4 使用opencv来创建opengl窗口 84
3.4.5 使用opencv捕获视频 85
3.4.6 渲染增强现实 85
3.4.7 演示应用程序 88
3.5 总结 91
3.6 参考文献 91
第4章 使用opencv研究从运动中恢复结构 92
4.1 从运动中恢复结构的概念 93
4.2 从两幅图像估计摄像机运动 94
4.2.1 通过丰富的特征描述符进行点匹配 94
4.2.2 通过光流进行点匹配 96
4.2.3 搜索摄像机矩阵 99
4.3 重构场景 102
4.4 从多视图中重构 105
4.5 重构的细化 108
4.6 用pcl来可视化3d点云 111
4.7 使用示例代码 113
4.8 总结 114
4.9 参考文献 115
第5章 基于svm和神经网络的车牌识别 116
5.1 anpr简介 116
5.2 anpr算法 118
5.3 车牌检测 119
5.3.1 图像分割 120
5.3.2 分类 125
5.4 车牌号识别 127
5.4.1 ocr分割 127
5.4.2 特征提取 129
5.4.3 ocr分类 130
5.4.4 评价 133
5.5 总结 136
第6章 非刚性人脸跟踪 137
6.1 概述 138
6.2 实用工具 139
6.2.1 面向对象设计 139
6.2.2 数据收集：图像和视频标注 140
6.3 几何约束 145
6.3.1 procrustes分析 146
6.3.2 线性形状模型 148
6.3.3 局部�C全局相结合的表示 150
6.3.4 训练与可视化 152
6.4 面部特征检测器 154
6.4.1 相关性块模型 155
6.4.2 解释全局几何变换 159
6.4.3 训练与可视化 161
6.5 人脸检测与初始化 163
6.6 人脸跟踪 166
6.6.1 人脸跟踪实现 166
6.6.2 训练与可视化 168
6.6.3 通用与专用人脸模型 168
6.7 总结 169
6.8 参考文献 169
第7章 基于aam和posit的
三维头部姿态估计 170
7.1 主动外观模型概述 171
7.2 主动形状模型概述 172
7.2.1 感受pca 174
7.2.2 三角剖分 177
7.2.3 扭曲三角化结构 179
7.3 模型实例化――试试主动外观模型 180
7.4 主动外观模型搜索和拟合 181
7.5 posit算法 182
7.5.1 深入理解posit算法 183
7.5.2 posit与头部模型 185
7.5.3 对摄像机或视频文件进行跟踪 185
7.6 总结 187
7.7 参考文献 187
第8章 基于特征脸或fisher脸的人脸识别 189
8.1 人脸识别与人脸检测介绍 189
8.1.1 第一步：人脸检测 191
8.1.2 检测人脸 194
8.1.3 第2步：人脸预处理 196
8.1.4 第3步：收集并训练人脸 204
8.1.5 第4步：人脸识别 212
8.1.6 收尾工作：保存和加载文件 215
8.1.7 收尾工作：制作一个漂亮的交互式gui 215
8.2 总结 225
8.3 参考文献 225
· · · · · · (收起)
读后感
1.很多句子读不通，简直怀疑是不是通过google翻译搞定的 2.好歹你也把源码链接贴出来啊，去翻看原版出版社网站才找到 3.翻看原版前言发现有些部分没有翻译，虽然不是很重要的部分，但偷懒终归不好吧 4.没有勘误处，要不要这么自信！ 5.封面和纸张都很赞，但是书脊不是很好，很...
评分我觉得这本书只是通过几个案例来熟悉一下几个常用计算机视觉的模块应用，开头用了两个增强现实的例子，有个SVM的例子，还有个结合Kinect的例子，蛮有针对性，对刚入门计算机视觉的同学很实用。如果想开发商业产品，这也就算个玩具。
评分我觉得这本书只是通过几个案例来熟悉一下几个常用计算机视觉的模块应用，开头用了两个增强现实的例子，有个SVM的例子，还有个结合Kinect的例子，蛮有针对性，对刚入门计算机视觉的同学很实用。如果想开发商业产品，这也就算个玩具。
评分1.很多句子读不通，简直怀疑是不是通过google翻译搞定的 2.好歹你也把源码链接贴出来啊，去翻看原版出版社网站才找到 3.翻看原版前言发现有些部分没有翻译，虽然不是很重要的部分，但偷懒终归不好吧 4.没有勘误处，要不要这么自信！ 5.封面和纸张都很赞，但是书脊不是很好，很...
评分1.很多句子读不通，简直怀疑是不是通过google翻译搞定的 2.好歹你也把源码链接贴出来啊，去翻看原版出版社网站才找到 3.翻看原版前言发现有些部分没有翻译，虽然不是很重要的部分，但偷懒终归不好吧 4.没有勘误处，要不要这么自信！ 5.封面和纸张都很赞，但是书脊不是很好，很...
用户评价
这本书简直是我在计算机视觉领域探索的引路灯！作为一名一直对图像处理和计算机视觉充满好奇的开发者，我尝试过许多入门教程，但总觉得隔靴搔痒，无法深入理解其底层原理。直到我翻开《深入理解OpenCV》，我才真正找到了那把打开未知之门的钥匙。书中不仅仅是罗列API，更是对我讲解了每个函数的背后逻辑，为什么要这样设计，在什么场景下使用效率最高，以及如何通过组合不同的函数来解决更复杂的问题。例如，在讲解特征检测部分，作者不仅仅介绍了SIFT、SURF等算法，更详细地阐述了它们的数学原理，包括尺度空间理论、高斯差分、梯度方向直方图的构建等等。这让我不再是简单的“拿来主义”，而是真正理解了这些强大的工具是如何工作的，也让我能够根据实际需求，对算法进行一些小小的调整和优化。书中大量的代码示例，清晰明了，可以直接运行，并且作者还在代码中穿插了大量的注释，解释了每一行代码的作用。最让我惊艳的是，书中还涉及了物体跟踪、图像分割、立体视觉等更高级的主题，这些内容往往是其他入门书籍会回避或者简单带过的。作者以一种循序渐进的方式，将这些复杂的概念拆解开来，并配合生动的图示，让我这个初学者也能逐渐掌握。读完这本书，我感觉自己对OpenCV的使用不再停留在表面，而是能够更加游刃有余地将其应用到实际项目中，解决那些以前觉得棘手的难题。
评分作为一个有多年开发经验的工程师，我一直关注着计算机视觉技术的发展，并希望通过OpenCV来提升我的工作效率。我需要一本能够快速让我掌握OpenCV核心功能，并且能够帮助我解决实际工程问题的书籍。《深入理解OpenCV》这本书，可以说是我近期的“宝藏”。作者在书中并没有一开始就陷入深奥的数学推导，而是从最常用的图像操作入手，例如图像的滤波、形态学操作等，这些都是我们在图像处理中经常会用到的。通过这些基础的讲解，我能够快速地回顾和巩固OpenCV的常用API。然后，书中逐步深入到更高级的图像分析和物体识别技术，例如SIFT、SURF、ORB等特征提取算法，以及HOG+SVM、级联分类器等目标检测方法。作者在讲解这些算法时，虽然也涉及到了数学原理，但重点放在了算法的应用和实际效果上，并且提供了大量的代码示例，让我能够直接将其应用到我的项目中。我特别欣赏书中关于视频处理和目标跟踪的章节，这部分内容对我目前正在进行的项目非常有参考价值。书中对一些主流的跟踪算法，如KCF、GOTURN等，都进行了详细的介绍和对比，并给出了相应的实现代码。这大大节省了我自己去查阅和实现的时间。总而言之，这本书是一本非常实用的OpenCV参考手册，它既有深度，又不失广度，能够帮助我快速地掌握OpenCV的强大功能，并将其有效地应用于实际的工程开发中。
评分我是一位在校学生，正在攻读计算机科学专业，并对机器学习和深度学习在计算机视觉中的应用非常感兴趣。一直以来，我都想找一本既能系统讲解OpenCV基础，又能引导我走向更前沿应用的图书。《深入理解OpenCV》恰好满足了我的需求。这本书的结构非常合理，从最基础的图像读取、处理，到后面复杂的几何变换、色彩空间转换，再到更具挑战性的边缘检测、角点检测，以及最后的立体视觉和相机标定，层层递进，让我能够建立起坚实的理论基础。作者在讲解时，非常注重理论与实践的结合，每个章节都配有丰富的代码示例，并且这些代码都写得非常规范，可读性很强。我尤其喜欢书中关于相机模型和投影几何的讲解，这部分内容对我理解三维重建和SLAM等领域至关重要。作者用通俗易懂的语言，配合清晰的示意图，将抽象的数学概念可视化，让我能够直观地理解投影矩阵、内参、外参等概念。此外，书中还对一些常用算法的优缺点进行了分析，并给出了一些性能调优的建议，这对于我今后在实际项目中选择合适的算法非常有帮助。这本书就像一位经验丰富的导师，在我学习OpenCV的道路上，为我指明了方向，也提供了大量的实践素材，让我能够事半功倍。
评分我是一位对人工智能领域充满热情的自学者，一直梦想着能够掌握一门强大的计算机视觉库，以便能够构建出各种有趣的图像识别和分析应用。《深入理解OpenCV》这本书，可以说是为我量身定做的。这本书的讲解方式非常生动有趣，作者在介绍每个概念时，都会结合一些实际的应用场景，让我能够清晰地理解这个技术到底有什么用。例如，在讲解图像分割时，作者不仅介绍了阈值分割、区域生长等方法，还将其与人脸检测、物体识别等实际应用联系起来，让我对这些技术的潜力有了更深刻的认识。书中关于图像金字塔、傅里叶变换等基础知识的讲解也非常到位，让我能够理解图像在不同尺度和频率域下的表现，这对于理解更复杂的算法至关重要。我尤其喜欢书中关于物体识别和人脸识别的部分，作者详细地讲解了 Haar 特征、LBP 特征以及后来结合深度学习的 Cascaded Classifier，并提供了相应的代码示例，让我能够亲自去尝试构建一个人脸识别系统。这本书的优点在于，它既有理论深度，又不乏实践指导，能够让我这个初学者在短时间内掌握OpenCV的核心技术，并能够将其应用到实际的项目中。
评分我是一名游戏开发者，在工作中经常需要处理游戏中的图像和动画效果。我对OpenCV这个强大的库一直有所耳闻，但一直没有机会系统地学习。在朋友的推荐下，我选择了《深入理解OpenCV》。这本书的排版设计非常精美，图文并茂，阅读起来非常舒适。作者在讲解OpenCV的各种功能时，不仅仅是枯燥的文字描述，而是配以大量的插图和流程图，让我能够非常直观地理解其中的原理。例如，在讲解图像的金字塔构建时，作者通过精美的示意图，让我能够清晰地看到不同层级的图像是如何生成的。书中对OpenCV中各种图形绘制函数和文本显示函数的讲解也非常实用，这对我游戏中的UI开发和信息展示非常有帮助。我尤其喜欢书中关于相机标定和三维重建的章节，虽然这些内容对我当前的游戏开发可能不是最直接的应用，但我能够感受到OpenCV在这些领域的强大之处，并对未来的可能性充满了想象。书中对一些图像处理算法的讲解，如边缘检测、轮廓提取等，也让我能够更好地理解和实现游戏中的一些视觉特效，例如描边、粒子效果等。总的来说，《深入理解OpenCV》是一本集学术性、实用性和艺术性于一体的好书，它不仅能够让我掌握OpenCV的核心技术，更能激发我对计算机视觉领域的兴趣和想象力。
评分好好学，有点意思
评分需要一定的基础。没怎么看懂，只了解了个大概
评分几个项目，安卓应用等
评分很多有趣的小项目
评分好好学，有点意思
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.quotespace.org All Rights Reserved. 小美书屋 版权所有