深入理解OpenCV：實(shí)用計(jì)算機(jī)視覺項(xiàng)目解析

定　價(jià)：￥59.00

作　者：	（巴西）Daniel Lélis Baggio 等著；劉波譯
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：	華章程序員書庫
標(biāo)　簽：	編程語言與程序設(shè)計(jì) 計(jì)算機(jī)與互聯(lián)網(wǎng)

購買這本書可以去

ISBN：	9787111478188	出版時(shí)間：	2014-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	240	字?jǐn)?shù)：

內(nèi)容簡介

　　OpenCV是一個(gè)開源的計(jì)算機(jī)視覺庫，在計(jì)算機(jī)視覺的開發(fā)中扮演著重要的角色。它為計(jì)算機(jī)視覺應(yīng)用開發(fā)提供了靈活、功能強(qiáng)大的開發(fā)接口，使其成為計(jì)算機(jī)視覺專業(yè)人員所依賴的重要開發(fā)工具?！渡钊肜斫釵penCV：實(shí)用計(jì)算機(jī)視覺項(xiàng)目解析》系統(tǒng)地介紹如何使用OpenCV來構(gòu)建與計(jì)算機(jī)視覺相關(guān)的應(yīng)用，如增強(qiáng)現(xiàn)實(shí)、車牌識(shí)別、人臉檢測等。每章都會(huì)介紹一個(gè)典型的計(jì)算機(jī)視覺應(yīng)用問題，并并提供相關(guān)的背景介紹及全部源代碼，為快速解決實(shí)際計(jì)算機(jī)視覺項(xiàng)目遇到的問題提供系統(tǒng)實(shí)用指南。　《深入理解OpenCV：實(shí)用計(jì)算機(jī)視覺項(xiàng)目解析》共9章：第1章介紹Android系統(tǒng)上的卡通化和皮膚變換；第2章講解如何針對(duì)iPhone或iPad設(shè)備來構(gòu)建基于標(biāo)記的增強(qiáng)現(xiàn)實(shí)（AR）應(yīng)用；第3章講解怎樣開發(fā)無標(biāo)記增強(qiáng)現(xiàn)實(shí)桌面應(yīng)用；第4章介紹如何從2D圖像重構(gòu)3D幾何結(jié)構(gòu)，以及如何估計(jì)攝像機(jī)位置；第5章講解如何通過模式識(shí)別算法來判斷一幅圖像是否為車牌；第6章構(gòu)建一個(gè)動(dòng)態(tài)人臉跟蹤系統(tǒng)；第7章講解如何根據(jù)AAM提供的擬和能力來匹配給定幀；第8章介紹基于特征臉或Fisher臉的人臉識(shí)別技術(shù)；第9章包含一個(gè)互動(dòng)流體模擬器（稱為流體墻）的完整開發(fā)流程。

作者簡介

　　Daniel Lélis Baggio，最初通過圣保羅的InCor（Instituto do Corao-心臟研究所）開始接觸計(jì)算機(jī)視覺，在那里，他曾從事血管內(nèi)超聲圖像分割。從那時(shí)起，他一直專注于GPGPU，并移植分割算法到NVIDIA的CUDA上工作。他也潛心研究個(gè)名為EHCI項(xiàng)目（http：//code.google.com/p/ehci/），該項(xiàng)目采用自然的用戶界面來實(shí)現(xiàn)六自由度頭部跟蹤。他現(xiàn)在在巴西空軍工作。劉波博士，重慶工商大學(xué)計(jì)算機(jī)科學(xué)與信息工程學(xué)院教師，主要從事機(jī)器學(xué)習(xí)的理論、計(jì)算機(jī)視覺和最優(yōu)化技術(shù)研究，同時(shí)愛好Linux平臺(tái)的編程和Oracle數(shù)據(jù)庫。

圖書目錄

譯者序前　言第1章　Android系統(tǒng)上的卡通化和皮膚變換 1 1.1　訪問攝像機(jī) 2 1.2　桌面應(yīng)用處理攝像機(jī)視頻的主循環(huán) 3 1.3　生成黑白素描 4 1.4　生成彩色圖像和卡通 5 1.5　用邊緣濾波器來生成“怪物”模式 7 1.6　用皮膚檢測來生成 “外星人”造型 8 1.6.1　皮膚檢測算法 8 1.6.2　確定用戶放置臉的位置 9 1.6.3　皮膚變色器的實(shí)現(xiàn) 10 1.7　把桌面應(yīng)用移植到Android系統(tǒng) 14 1.7.1　安裝使用OpenCV的Android項(xiàng)目 14 1.7.2　在Android NDK應(yīng)用中添加卡通化代碼 17 1.7.3　在Android系統(tǒng)中顯示保存圖像的消息 24 1.7.4　降低素描圖像的隨機(jī)椒鹽噪聲 27 1.8　總結(jié) 31 第2章　iPhone或iPad上基于標(biāo)記的增強(qiáng)現(xiàn)實(shí) 32 2.1　使用OpenCV創(chuàng)建iOS項(xiàng)目 33 2.1.1　添加OpenCV框架 34 2.1.2　包含OpenCV頭文件 35 2.2　應(yīng)用程序的結(jié)構(gòu) 36 2.3　標(biāo)記檢測 43 2.3.1　標(biāo)記識(shí)別 44 2.3.2　標(biāo)記編碼識(shí)別 50 2.4　在三維空間放置標(biāo)記 53 2.4.1　攝像機(jī)標(biāo)定 53 2.4.2　標(biāo)記姿態(tài)估計(jì) 54 2.5　渲染3D虛擬物體 56 2.5.1　創(chuàng)建OpenGL渲染層 56 2.5.2　渲染AR場景 59 2.6　總結(jié) 64 2.7　參考文獻(xiàn) 64 第3章　無標(biāo)記的增加現(xiàn)實(shí) 65 3.1　基于標(biāo)記的AR與無標(biāo)記的AR 65 3.2　使用特征描述符檢測視頻中的任意圖像 66 3.2.1　特征提取 67 3.2.2　模式對(duì)象定義 69 3.2.3　特征點(diǎn)匹配 69 3.2.4　刪除離群值 70 3.2.5　將示例項(xiàng)目各部分放在一起 76 3.3　模式姿態(tài)估計(jì) 77 3.3.1　PatternDetector.cpp 77 3.3.2　獲取攝像機(jī)內(nèi)矩陣 78 3.4　應(yīng)用的基礎(chǔ)架構(gòu) 81 3.4.1　ARPipeline.hpp 82 3.4.2　ARPipeline.cpp 82 3.4.3　在OpenCV中啟用三維可視化支持 83 3.4.4　使用OpenCV來創(chuàng)建OpenGL窗口 84 3.4.5　使用OpenCV捕獲視頻 85 3.4.6　渲染增強(qiáng)現(xiàn)實(shí) 85 3.4.7　演示應(yīng)用程序 88 3.5　總結(jié) 91 3.6　參考文獻(xiàn) 91 第4章　使用OpenCV研究從運(yùn)動(dòng)中恢復(fù)結(jié)構(gòu) 92 4.1　從運(yùn)動(dòng)中恢復(fù)結(jié)構(gòu)的概念 93 4.2　從兩幅圖像估計(jì)攝像機(jī)運(yùn)動(dòng) 94 4.2.1　通過豐富的特征描述符進(jìn)行點(diǎn)匹配 94 4.2.2　通過光流進(jìn)行點(diǎn)匹配 96 4.2.3　搜索攝像機(jī)矩陣 99 4.3　重構(gòu)場景 102 4.4　從多視圖中重構(gòu) 105 4.5　重構(gòu)的細(xì)化 108 4.6　用PCL來可視化3D點(diǎn)云 111 4.7　使用示例代碼 113 4.8　總結(jié) 114 4.9　參考文獻(xiàn) 115 第5章　基于SVM和神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別 116 5.1　ANPR簡介 116 5.2　ANPR算法 118 5.3　車牌檢測 119 5.3.1　圖像分割 120 5.3.2　分類 125 5.4　車牌號(hào)識(shí)別 127 5.4.1　OCR分割 127 5.4.2　特征提取 129 5.4.3　OCR分類 130 5.4.4　評(píng)價(jià) 133 5.5　總結(jié) 136 第6章　非剛性人臉跟蹤 137 6.1　概述 138 6.2　實(shí)用工具 139 6.2.1　面向?qū)ο笤O(shè)計(jì) 139 6.2.2　數(shù)據(jù)收集：圖像和視頻標(biāo)注 140 6.3　幾何約束 145 6.3.1　Procrustes分析 146 6.3.2　線性形狀模型 148 6.3.3　局部–全局相結(jié)合的表示 150 6.3.4　訓(xùn)練與可視化 152 6.4　面部特征檢測器 154 6.4.1　相關(guān)性塊模型 155 6.4.2　解釋全局幾何變換 159 6.4.3　訓(xùn)練與可視化 161 6.5　人臉檢測與初始化 163 6.6　人臉跟蹤 166 6.6.1　人臉跟蹤實(shí)現(xiàn) 166 6.6.2　訓(xùn)練與可視化 168 6.6.3　通用與專用人臉模型 168 6.7　總結(jié) 169 6.8　參考文獻(xiàn) 169 第7章　基于AAM和POSIT的三維頭部姿態(tài)估計(jì) 170 7.1　主動(dòng)外觀模型概述 171 7.2　主動(dòng)形狀模型概述 172 7.2.1　感受PCA 174 7.2.2　三角剖分 177 7.2.3　扭曲三角化結(jié)構(gòu) 179 7.3　模型實(shí)例化——試試主動(dòng)外觀模型 180 7.4　主動(dòng)外觀模型搜索和擬合 181 7.5　POSIT算法 182 7.5.1　深入理解POSIT算法 183 7.5.2　POSIT與頭部模型 185 7.5.3　對(duì)攝像機(jī)或視頻文件進(jìn)行跟蹤 185 7.6　總結(jié) 187 7.7　參考文獻(xiàn) 187 第8章　基于特征臉或Fisher臉的人臉識(shí)別 189 8.1　人臉識(shí)別與人臉檢測介紹 189 8.1.1　第一步：人臉檢測 191 8.1.2　檢測人臉 194 8.1.3　第2步：人臉預(yù)處理 196 8.1.4　第3步：收集并訓(xùn)練人臉 204 8.1.5　第4步：人臉識(shí)別 212 8.1.6　收尾工作：保存和加載文件 215 8.1.7　收尾工作：制作一個(gè)漂亮的交互式GUI 215 8.2　總結(jié) 225 8.3　參考文獻(xiàn) 225