48.84 USD
Наличие на складе:
Ожидаемое поступление (если вы сделаете заказ прямо сейчас): 10.11.2024; планируемая отправка: 11.11.2024
Ожидаемое поступление (если вы сделаете заказ прямо сейчас): 13.11.2024; планируемая отправка: 14.11.2024
Издательство: | ДМК Пресс |
Дата выхода: | март 2017 |
ISBN: | 978-5-97060-471-7 |
Объём: | 826 страниц |
Масса: | 1500 г |
Размеры(В x Ш x Т), см: | 24 x 17 |
Обложка: | твёрдая |
Бумага: | офсетная |
Переводное издание: | Learning OpenCV 3 |
Язык оригинала: | английский |
Разработка программ компьютерного зрения на C++ с применением библиотеки OpenCVЭто практическое руководство поможет вам начать освоение быстро развивающейся дисциплины компьютерного зрения. Написанная Адрианом Кэлером и Гэри Брэдски, создателем библиотеки OpenCV с открытым исходным кодом, эта книга является подробным введением в предмет и предназначена для разработчиков, научных сотрудников, инженеров-робототехников и энтузиастов-любителей. Вы узнаете, как создавать приложения, которые позволяют компьютерам «видеть» и принимать решения на основе полученных данных.Библиотека OpenCV, насчитывающая свыше 500 функций, используется в самых разных коммерческих приложениях: охрана, обработка медицинских изображений, распознавание образов и лиц, робототехника, заводской контроль качества продукции. Прочитав эту книгу, вы сможете уверенно ориентироваться в компьютерном зрении и OpenCV и создавать как простые, так и более изощренные приложения. Упражнения в конце каждой главы помогут проконтролировать усвоение знаний.
В книге приведена вся библиотека в ее современном воплощении на языке C++, в том числе и средства машинного обучения в контекте компьютерного зрения.
В книге рассматриваются следующие темы:
• типы данных в OpenCV, массивы и операции с массивами;
• захват и сохранение данных с фото- и видеокамеры с помощью библиотеки HighGUI;
• преобразования изображения: растяжение, сжатие, деформирование, преобразование системы координат, исправление;
• распознавание образов, в т. ч. лиц;
• сопровождение объектов и прослеживание движения;
• реконструкция трехмерных изображений по стереопаре;
• простые и более современные методы машинного обучения.