一个跨平台的计算机视觉处理库,全称是Open Source Computer Vision。

VIP内容

计算机视觉是在图像处理的基础上发展起来的新兴学科。OpenCV是一个开源的计算机视觉库, 是英特尔公司资助的两大图像处理利器之一。它为图像处理、模式识别、三维重建、物体跟踪、机器 学习和线性代数提供了各种各样的算法。本书由OpenCV发起人所写,站在一线开发人员的角度用通俗易懂的语言解释了OpenCV的缘起和 计算机视觉基础结构,演示了如何用OpenCV和现有的自由代码为各种各样的机器进行编程,这些都 有助于读者迅速入门并渐入佳境,兴趣盎然地深入探索计算机视觉领域。本书可作为信息处理、计算机、机器人、人工智能、遥感图像处理、认知神经科学等有关专业的 高年级学生或研究生的教学用书,也可供相关领域的研究工作者参考。

前言

这本书提供了C++开源计算机视觉库(OpenCV)3.0版本的工作指南,介绍了计算机视觉相关领域的通用背景,以便读者更有效地使用OpenCV。

本书的目标 计算机视觉在以下四个趋势的引导下,已经成为一个快速发展的领域: • 智能手机的出现让数以百万计的用户都拥有了相机 • 互联网和搜索引擎聚集了海量的图像和视频数据 • 计算资源变成一种廉价的商品 • 视觉算法发展得更加成熟(由于深度神经网络的出现,OpenCV也正在逐渐支持这方面技术,详情可以参考opencv_contrib中的dnn)

OpenCV通过帮助成千上万的视觉工作者去做更多富有创造性的工作,在图像处理领域扮演着重要的角色。由于OpenCV 3.x的存在,不管你是学生还是研究人员,是专家还是初学者,都可以快速建立应用,并且在OpenCV所提供的基于C++的多平台视觉基础架构上实现一个跨越性的发展。

本书的目标如下: • 通过详细讲述函数的惯用用法以及正确用法,成为一本更好的OpenCV经典参考文档 • 帮助读者对各种计算机视觉算法的工作原理有一个基础的理解 • 培养读者,使其知道什么算法工具可以使用并且应该在什么时候使用 • 提供给读者许多有效的代码,提升其应用计算机视觉和机器学习算法的开发效率 • 针对问题代码给读者提供建议,教读者如何解决一些简单或复杂的问题

本书的写作方式是力求帮助读者快速在计算机视觉领域做一些有意思的事情,因此直观地解释了算法是如何工作的,可以指导读者设计和调试计算机视觉程序,还能够使计算机视觉和机器学习算法的形式化描述更容易理解和记忆。

成为VIP会员查看完整内容
0
39

最新论文

Pest and disease control plays a key role in agriculture since the damage caused by these agents are responsible for a huge economic loss every year. Based on this assumption, we create an algorithm capable of detecting rust (Hemileia vastatrix) and leaf miner (Leucoptera coffeella) in coffee leaves (Coffea arabica) and quantify disease severity using a mobile application as a high-level interface for the model inferences. We used different convolutional neural network architectures to create the object detector, besides the OpenCV library, k-means, and three treatments: the RGB and value to quantification, and the AFSoft software, in addition to the analysis of variance, where we compare the three methods. The results show an average precision of 81,5% in the detection and that there was no significant statistical difference between treatments to quantify the severity of coffee leaves, proposing a computationally less costly method. The application, together with the trained model, can detect the pest and disease over different image conditions and infection stages and also estimate the disease infection stage.

0
0
下载
预览
Top