計算機視覺40例從入門到深度學習OpenCV Python_第1頁
計算機視覺40例從入門到深度學習OpenCV Python_第2頁
計算機視覺40例從入門到深度學習OpenCV Python_第3頁
計算機視覺40例從入門到深度學習OpenCV Python_第4頁
計算機視覺40例從入門到深度學習OpenCV Python_第5頁
已閱讀5頁,還剩44頁未讀, 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

計算機視覺40例從入門到深度學習(OpenCV-Python讀書筆記模板01思維導圖目錄分析讀書筆記內容摘要作者介紹精彩摘錄目錄0305020406思維導圖深度例領域案例視覺基礎知識視覺計算機第章基礎圖像程序原理深度函數數字人臉應用模塊本書關鍵字分析思維導圖內容摘要內容摘要本書對計算機視覺涉及的知識點進行了全面、系統、深入的梳理,旨在幫助讀者快速掌握該領域的核心關鍵知識點。全書包含5個部分,第1部分基礎知識導讀篇,主要對計算機視覺涉及的基礎知識進行介紹,方便基礎比較薄弱、甚至沒有基礎的同學能夠快速掌握相關前導知識,快速入門計算機視覺領域。第2部分基礎案例篇主要介紹了圖像處理領域最常見的案例。第3部分機器學習篇主要對機器學習及使用OpenCV實現機器學習進行了介紹。第4部分深度神經網絡篇介紹了深度學習相關的基礎知識和相關案例。第5部分人臉識別對人臉識別的相關應用進行了較為具體的介紹。目錄分析第1章數字圖像基礎第3章OpenCV基礎第2章Python基礎第1部分基礎知識導讀篇第1章數字圖像基礎1.1圖像表示基礎1.2彩色圖像的表示1.3應用基礎1.4智能圖像處理基礎1.5抽象第2章Python基礎2.1如何開始2.2基礎語法2.3數據類型2.4選擇結構2.5循環結構2.6函數2.7模塊第3章OpenCV基礎3.1基礎3.2圖像處理3.3感興趣區域3.4掩模3.5色彩處理3.6濾波處理3.7形態學第4章圖像加密與解密第5章數字水印第6章物體計數第7章缺陷檢測第8章手勢識別第9章答題卡識別010302040506第2部分基礎案例篇第10章隱身術第11章以圖搜圖第12章手寫數字識別第13章車牌識別第14章指紋識別12345第2部分基礎案例篇第4章圖像加密與解密4.1加密與解密原理4.2圖像整體加密與解密4.3臉部打碼及解碼第5章數字水印5.1位平面5.2數字水印原理5.3實現方法5.4具體實現5.5可視化水印5.6擴展學習第6章物體計數6.1理論基礎6.2核心程序6.3程序設計6.4實現程序第7章缺陷檢測7.1理論基礎7.2程序設計7.3實現程序第8章手勢識別8.1理論基礎8.2識別過程8.3擴展學習:石頭、剪刀、布的識別第9章答題卡識別9.1單道題目的識別9.2整張答題卡識別原理9.3整張答題卡識別程序第10章隱身術10.1圖像的隱身術10.2視頻隱身術第11章以圖搜圖11.1原理與實現11.2實現程序11.3擴展學習第12章手寫數字識別12.1基本原理12.2實現細節12.3實現程序12.4擴展閱讀第13章車牌識別13.1基本原理13.2實現程序13.3下一步學習第14章指紋識別14.1指紋識別基本原理14.2指紋識別算法概述14.3尺度不變特征變換14.4基于SIFT的指紋識別第15章機器學習導讀第16章KNN實現字符識別第17章求解數獨圖像第18章SVM數字識別第19章行人檢測第20章K均值聚類實現藝術畫010302040506第3部分機器學習篇第15章機器學習導讀15.1機器學習是什么15.2機器學習基礎概念15.3OpenCV中的機器學習模塊15.4OpenCV機器學習模塊的使用第16章KNN實現字符識別16.1手寫數字識別16.2英文字母識別第17章求解數獨圖像17.1基本過程17.2定位數獨圖像內的單元格17.3構造KNN模型17.4識別數獨圖像內的數字17.5求解數獨17.6繪制數獨求解結果17.7實現程序17.8擴展學習第18章SVM數字識別18.1基本流程18.2傾斜校正18.3HOG特征提取18.4數據處理18.5構造及使用SVM分類器18.6實現程序18.7參考學習第19章行人檢測19.1方向梯度直方圖特征19.2基礎實現19.3函數detectMultiScale參數及優化19.4完整程序19.5參考學習第20章K均值聚類實現藝術畫20.1理論基礎20.2K均值聚類模塊20.3藝術畫第21章深度學習導讀第22章卷積神經網絡基礎第23章DNN模塊第24章深度學習應用實踐第4部分深度學習篇第21章深度學習導讀21.1從感知機到人工神經網絡21.2人工神經網絡如何學習21.3深度學習是什么21.4激活函數的分類21.5損失函數21.6學習的技能與方法21.7深度學習游樂場第22章卷積神經網絡基礎22.1卷積基礎22.2卷積原理22.3填充和步長22.4池化操作22.5感受野22.6預處理與初始化22.7CNN第23章DNN模塊23.1工作流程23.2模型導入23.3圖像預處理23.4推理相關函數第24章深度學習應用實踐24.1圖像分類24.2目標檢測24.3圖像分割24.4風格遷移24.5姿勢識別24.6說明第26章人臉識別第25章人臉檢測第5部分人臉識別篇第28章人臉識別應用案例第27章dlib庫第5部分人臉識別篇第25章人臉檢測25.1基本原理25.2級聯分類器的使用25.3函數介紹25.4人臉檢測實現25.5表情檢測第26章人臉識別26.1人臉識別基礎26.2LBPH人臉識別26.3EigenFaces人臉識別26.4FisherFaces人臉識別26.5人臉數據庫第27章dlib庫27.1定位人臉27.2繪制關鍵點27.3勾勒五官輪廓27.4人臉對齊27.5調用CNN實現人臉檢測第28章人臉識別應用案例28.1表情識別28.2駕駛員疲勞檢測28.3易容術28.4年齡和性別識別作者介紹同名作者介紹這是《計算機視覺40例從入門到深度學習(OpenCV-Python)》的讀書筆記模板,暫無該書作者的介紹。讀書筆

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論