大家好
http://www.topteam.cc/02-shop-detail.php?cid=&sid=&pid=896
Opencv 不但有趣而且是免费的视觉相关开发软体，它能够加速您学习影像处理、光学辨识、以及机器学习强大的预测能力，可激发您的想像力，以创造无限可能性。
本书特色：
◎内容涵盖机器学习、光学辨识、影像处理
◎具320多个范例，含2.x(2.4.13)、3.x(3.1)版
◎包含目前最夯最热门的人工智慧：机器学习、光学辨识及影像处理。
◎全世界博硕士很多以opencv做为论文的开发工具。
◎许多工作皆需要光学辨识技能，如Robot、自动辨识。
◎此书是全世界OpenCV书中以Java展示最多的范例，约320个
目录:
前言
01 Java 概述、安裝及簡易教學
1-1 Java 概述
1-2 Java 安裝
1-3 Eclipse 安裝
1-4 GUI 設計工具WindowBuilder plugin
1-5 在Eclipse 開發第一個Java 程式
1-6 在Eclipse 開發第一個Java 視窗程式- 顯示影像
1-7 在Eclipse 開發視窗程式-slider 控制元件
1-8 在Eclipse 開發視窗程式- 按鈕控制元件
1-9 好用的Eclipse 快捷鍵
02 OpenCV 概述、安裝及設定
2-1 OpenCV 概述
2-2 關於OpenCV 3.0 及3.1
2-3 使用Java 開發OpenCV 的缺點
2-4 OpenCV 的下載及安裝
2-5 在Eclipse 設定OpenCV 開發環境
2-6 整合Java 之Eclipse 與OpenCV
2-7 開發第一個OpenCV 程式
2-8 建立矩陣
03 OpenCV 基礎數學計算
3-1 線性代數方面相關計算
3-2 統計方面相關計算
3-3 其他數學方面相關計算
04 影像基本輸出輸入處理
4-1 影像基本操作
4-2 WebCAM 基本操作
4-3 影片檔案讀入及撥放
4-4 IPCAM 操作
05 影像基本處理
5-1 明暗度處理
5-2 灰階處理
5-3 影像相反處理
5-4 模糊處理
5-5 臨界值處理
5-6 銳利化處理
5-7 合併處理
5-8 縮放處理
5-9 旋轉處理
5-10 扭曲處理
5-11 對比處理
5-12 綜合處理
5-13 顏色空間
5-14 堆疊處理
5-15 馬賽克處理
5-16 外框處理
5-17 ROI 應用
06 使用核矩陣進行影像處理
6-1 Mean filter
6-2 Prewitt filter
6-3 Laplacian filter
6-4 Sobel filter
6-5 Frei Chenn filter
6-6 Scharr filter
6-7 Robinson filter
6-8 Kirsch filter
6-9 浮雕處理
6-10 客制化filter
6-11 SqrBox filter
07 繪圖
7-1 基礎幾何及文字繪圖
7-2 直方圖統計
7-3 填充處理
7-4 綜合應用
7-5 符號
7-6 立體浮雕
08 進階影像處理
8-1 形態學變換
8-2 Canny 邊緣檢測
8-3 綜合應用
8-4 分水嶺
8-5 其他
8-6 圓形變換
09 強大相片類處理
9-1 影像修復
9-2 減色
9-3 Denoising
9-4 HDR
9-5 Seamless Cloning 系列
9-6 Non-Photorealistic Rendering 系列
9-7 其它
10 檢測
10-1 線檢測
10-2 圓檢測
10-3 輪廓
10-4 模板找尋
10-5 凸包
10-6 凸包缺陷
10-7 顏色檢測
10-8 綜合應用手指檢測
10-9 Moments
10-10 切線
10-11 案例實作
11 特徵點檢測
11-1 Shi-Tomasi 角點檢測
11-2 Harris-Stephens 邊緣檢測
11-3 FeatureDetector
11-4 棋盤格找尋
11-5 矯正鏡頭畸形
12 運動追蹤motion tracking
12-1 簡單的運動追蹤
12-2 HOG 行人檢測
12-3 光流8.7.3 實驗程式
12-4 MOG 及KNN 行人檢測
12-5 MeanShift 及CamShift
12-6 Kalman Filter
12-7 其他
13 Machine Learning 機器學習
13-1 Haar+Adaboost
13-2 建立ML 資料庫
13-3 分類
13-4 聚類
14 其它功能與整合效果
14-1 傅立葉轉換
14-2 視差
14-3 虛擬鋼琴
14-4 Subdiv2D
15 發行Java 應用程式
16 Opencv 與Web 整合
範例16-1-1 網頁版Hello Opencv
範例16-1-2 利用opencv 顯示影像
範例16-1-3 在Web 上模糊處理
範例16-1-4 jsp 應用模糊處理
附錄A Opencv Mat 資料結構列表
附錄B Opencv 色彩空間轉換資料格式列表
附錄C Iris 鳶尾花數據集
附錄D Opencv for Java 2.4.X 與3.1 差異
附錄E Opencv 相關網址
附錄F 如何使用本書範例及相關圖片
=================================
第6章 使用核矩阵进行影像处理 165
范例6-1-1 Mean filter处理 165
范例6-2-1 Prewitt Filter处理 167
范例6-3-1 Laplacian Filter处理1 170
范例6-3-2 Laplacian Filter处理2 171
范例6-3-3 Laplacian Filter灰阶影像处理 173
范例6-3-4 Laplacian Filter使用核矩阵 173
范例6-4-1 Sobel Filter使用核矩阵 175
范例6-4-2 Sobel Filter处理使用内建API 176
范例6-4-3 Sobel Filter处理使用内建API2 178
范例6-5-1 Frei Chenn Filter处理 180
范例6-6-1 Scharr Filter使用核矩阵 180
范例6-6-2 Scharr使用API 181
范例6-7-1 Robinson Filter处理 182
范例6-8-1 Kirsch Filter处理 184
范例6-9-1 Emboss浮雕处理 186
范例6-10-1 创造自己的filter 187
范例6-11-1 SqrBoxFilter处理 188
第7章 绘图 190
范例7-1-1 画线 190
范例7-2-1 画点 191
范例7-3-1 画圆 191
范例7-4-1 画椭圆形 192
范例7-4-2 椭圆内近似多边形练习 194
范例7-5-1 填补凸多边形练习 195
范例7-6-1 多边形绘图(填满)练习 196
范例7-6-2 多边形填充使用滑鼠练习 197
范例7-7-1中空多边形绘图练习 198
范例7-8-1 输入文字练习 200
范例7-8-2 输入文字使用中文练习 202
范例7-8-3浮水印练习 205
范例7-9-1 矩形练习 206
范例7-9-2 判断A矩形是否有在B矩形内 207
范例7-10-1 综合应用:直方图统计练习 208
范例7-11-1 颜色洪水填充处理练习1 211
范例7-11-2 颜色洪水填充处理练习2 213
范例7-11-3 颜色洪水填充处理3-重拾小朋友填色乐趣. 214
范例7-12-1 综合练习:使用一个最小矩形包含一堆点 215
范例7-13-1 综合练习:使用一个最小矩形包含一堆矩形 216
范例7-14-1 综合练习:使用一个矩形撷取影像区块 218
范例7-14-2综合练习:中空多边形绘制使用滑鼠 220
范例7-14-3综合练习:使用多边形撷取不规则影像区块1 222
范例7-14-4 综合练习:使用多边形撷取不规则影像区块2 227
范例7-14-5 综合练习:使用多边形撷取影像贴至另一影像 228
范例7-15-1箭头练习 232
范例7-16-1 特殊符号练习 233
范例7-17-1 立体浮雕制作 235
第8章 进阶影像处理 241
范例8-1-1 Erosion腐蚀处理练习 241
范例8-2-1 Dilation膨胀处理练习 242
范例8-3-1 其他形态学变换处理练习 244
范例8-4-1 Canny边缘检测处理练习1 246
范例8-4-2 Canny边缘检测处理练习2 248
范例8-5-1 卡通化处理1,整合模糊及Canny 249
范例8-5-2 卡通化处理2 252
范例8-5-3 卡通化及线条Live版 253
范例8-6-1 抠出背景处理练习 254
范例8-7-1聚光灯效果处理练习 256
范例8-9-1 分水岭演算法Watershed处理练习 258
范例8-10-1 油画效果处理练习 261
范例8-11-1 多种色调处理练习 262
范例8-12-1 圆形转矩形处理练习 266
范例8-13-1 LogPolar极座标转换处理 267
第9章 强大相片类处理 270
范例9-1-1 影像修复功能处理练习 270
范例9-2-1 影像减色/脱色/降灰阶处理练习 272
范例9-3-1 消除杂点练习1 273
范例9-3-2 消除杂点练习2 274
范例9-3-3 消除杂点练习3 275
范例9-3-4 消除杂点练习4 276
范例9-4-1 HDR高动态范围成像练习 277
范例9-5-1 Seamless Cloning系列 Color Change练习 285
范例9-6-1 Illumination Change练习 287
范例9-7-1 Texture Flattening水彩化 288
范例9-7-2 水彩的世界-Live版 290
范例9-8-1 Seamless Cloning系列-澄清湖水怪无缝贴图 290
范例9-8-2 Seamless Cloning系列-背景练习 295
范例9-8-3 综合练习:使用多边形撷取无缝贴图实作练习 296
范例9-9-1 Non-Photorealistic Rendering非实感绘制-强化 300
范例9-10-1 非实感绘制系列-模糊影像边缘保留处理 301
范例9-11-1 非实感绘制系列-铅笔处理 302
范例9-12-1 非实感绘制系列-写实风格化 304
范例9-12-2 写实风格化Live版 305
范例9-13-1 具限制性对比度自适应直方图均衡CLAHE 306
范例9-14-1 影像形状自动校正 308
范例9-14-2 影像角度自动校正 311
第10章 检测 314
范例10-1-1 Hough Line霍夫线变换1 314
范例10-1-2 Hough Line霍夫线变换2 317
范例10-1-3线段检测 319
范例10-2-1 Hough Circle霍夫圆变换 321
范例10-2-2霍夫圆变换应用:距离量测使用Cam实作 324
范例10-2-3 综合应用-虚拟画笔Live版1 327
范例10-2-4 虚拟画笔Live版2 330
范例10-3-1 寻找轮廓 332
范例10-3-2 轮廓顺序表示法 334
范例10-4-1 寻找轮廓并且绘出外框矩形1 336
范例10-4-2 寻找轮廓并且绘出外框矩形2 338
范例10-4-3 多点绘出外框矩形1 341
范例10-4-4 多点绘出外框矩形2 342
范例10-4-5 多点绘出外框凸多边形 343
范例10-4-6 绘出多点外框圆形 345
范例10-4-7 绘出多点外框椭圆形 346
范例10-4-8 最近似外框多边形 347
范例10-4-9 绘出多点最适外框三角形 349
范例10-5-1寻找轮廓并且绘出外框圆形 351
范例10-5-2寻找轮廓并且绘出外框椭圆形 352
范例10-5-3寻找轮廓并且绘出外框三角形 354
范例10-6-1判断某点是否在凸边形的轮廓内 356
范例10-7-1计算轮廓的面积与周长 357
范例10-8-1使用匹配模板找出某物 359
范例10-8-2使用非匹配模板找出某物 363
范例10-8-3 修正使用匹配与非匹配模板找出某物 364
范例10-9-1 convexHull凸包处理 367
范例10-10-1 convexityDefects凸包缺陷 369
范例10-11-1颜色区域检测 373
范例10-12-1颜色辨识-反向投影1 377
范例10-12-2颜色辨识-反向投影2 379
范例10-12-3颜色辨识-反向投影3 380
范例10-13-1颜色辨识以RGB为主 381
范例10-13-2颜色辨识,使用HSV彩色空间 382
范例10-13-3影像颜色检测 384
范例10-14-1从webcam读取影像及判断HSV颜色值 385
范例10-14-2读取影像及调整HSV颜色值捕捉物体 387
范例10-14-3计算生锈面积 389
范例10-15-1综合应用,辨识蓝色圆形物 390
范例10-15-2综合应用:辨识蓝色圆形物-增加膨胀以改良 393
范例10-16-1找出肤色Live版 395
范例10-16-2找出肤色Live改善版 396
范例10-17-1手势、手指数目辨识 397
范例10-17-2手势控制相机先比5后比Ya(2指)触发自动拍照 406
范例10-18-1 Xray效果及找到手掌心 407
范例10-18-2找到手掌心 Live版 410
范例10-18-3找到掌心与手指 Live版 411
范例10-19-1 空间矩、中心矩、标准中心矩及Hu不变矩 411
范例10-19-2比较两个形状 416
范例10-19-3比较两个影像,使用直方图比对法 419
范例10-19-4找出某物整合MatchTemplete与compareHist 422
范例10-20-1 找出合适的切线 425
范例10-20-2 众点找出合适的切线 428
范例10-21-1束绳检测是否断裂1 430
范例10-21-2束绳检测是否断裂2 432
范例10-21-3束绳检测是否断裂3 433
范例10-22-1束绳检测是否偏斜1 435
范例10-22-2束绳检测是否偏斜2 437
范例10-22-3束绳检测是否偏斜3 439
范例10-23-1 综合应用:找出趋势图最高点 441
范例10-24-1寻找两个矩形的交叉点 442
范例10-25-1 捕抓萤幕画面 444
范例10-25-2找出应用程式在萤幕的位置-我的Word在那里 446
第11章 特征点检测 450
范例11-1-1 Shi-Tomasi角点检测方法 450
范例11-1-2利用角点检测找出particle-Live版 452
范例11-2-1 Harris-Stephens边缘检测方法 453
范例11-3-1更精确的角点检测 454
范例11-4-1特征点检测计算 457
范例11-5-1利用Features2D二维特征点寻找物体 462
范例11-5-2利用二维特征点SURF+FLANN寻找物体-Live版 468
范例11-5-3利用Features2D寻找近似物体 468
范例11-6-1利用二维特征点及Homography单映射寻找物体 472
范例11-6-2利用二维特征点及单映射寻找物体Live版 476
范例11-6-3利用二维特征点及单映射寻找近似物体 476
范例11-7-1客制化角点检测视窗 477
范例11-8-1寻找出棋盘格 480
范例11-8-2寻找出棋盘格Live版 483
范例11-9-1矫正镜头畸形 483
范例11-9-1利用矫正镜头制造艺术化扭曲影像 487
第12章 运动追踪motion tracking 489
范例12-1-1补捉动静Live版 489
范例12-2-1使用HOG特征进行行人检测 491
范例12-2-2行人检测Live版 494
范例12-3-1 Lucas-Kanade光流 494
范例12-3-2 Farneback光流 499
范例12-4-1使用MOG特征进行行人检测 502
范例12-4-2 MOG特征进行行人检测Live版 504
范例12-4-3使用KNN特征进行行人检测 505
范例12-4-4 KNN特征进行行人检测Live版 506
范例12-5-1使用Meanshift均值偏移寻找物体Live版 507
范例12-6-1使用CamShift人脸追踪Live版 509
范例12-7-1 Kalman Filter滤波,随机乱跑Live版 512
范例12-7-2 Kalman Filter滤波,追踪蓝色圆形Live版 516
范例12-8-1更新运动历史图像Live版 517
第13章 Machine Learning机器学习 523
范例13-1-1人脸辨识 524
范例13-1-2人脸辨识Live版 527
范例13-1-3人脸辨识含眼鼻Live版 527
范例13-1-4人脸眼鼻快速辨识Live版 529
范例13-1-5 整合应用:检测到眼睛自动添加眼镜Live版 531
范例13-1-6检测到眼睛自动添加半透明眼镜Live版 534
范例13-1-7检测行人 535
范例13-1-8检测车辆 537
范例13-1-9 DetectMultiScale3参数测试 538
范例13-1-10计算车流量 540
范例13-1-11 侦测RJ45网路头Live版 542
范例13-2-1 电脑小手写板程式Live版 549
范例13-2-1a手写数字的资料库 552
范例13-2-1b鸢尾花资料库 555
范例13-3-1常态贝叶斯分类器预测鸢尾花数据集 560
范例13-3-2常态贝叶斯分类器-预测手写数字 561
范例13-3-3常态贝叶斯分类器-预测手写数字Live版 563
范例13-4-1决策树Decision Trees预测鸢尾花数据集 565
范例13-4-2决策树-预测手写数字 569
范例13-4-3决策树-预测手写数字Live版 571
范例13-5-1最大期望值EM-预测鸢尾花数据集 572
范例13-5-2最大期望值-预测鸢尾花数据集二元分类 576
范例13-5-3最大期望值-预测鸢尾花数据集3类修改版 578
范例13-5-4最大期望值-预测手写数字 581
范例13-5-5最大期望值-预测手写数字(二元分类) 583
范例13-5-6最大期望值-预测手写数字Live版 586
范例13-6-1 Logistic回归-预测鸢尾花数据集 586
范例13-6-2 Logistic回归-预测手写数字 590
范例13-6-3 Logistic回归-预测手写数字,调整参数 593
范例13-6-4 Logistic回归-预测手写数字Live版 593
范例13-7-1 KNN-预测鸢尾花数据集 594
范例13-7-2 KNN-预测鸢尾花数据集2 597
范例13-7-3 KNN-预测手写数字 600
范例13-7-3 KNN-预测手写数字Live版 602
范例13-7-5 KNN-分类练习 602
范例13-8-1 随机森林-预测鸢尾花数据集 604
范例13-8-2随机森林-预测手写数字 607
范例13-8-3 随机森林-预测手写数字Live版 609
范例13-9-1 Boost分类-预测鸢尾花数据集 609
范例13-9-2 Boost分类-预测鸢尾花数据集2 612
范例13-9-3 Boost-预测手写数字 615
范例13-9-4 Boost-预测手写数字Live版 617
范例13-10-1 类神经网路-初声试啼小练习 618
范例13-10-2 类神经网路-预测鸢尾花数据集 623
范例13-10-3类神经网路-预测手写数字 625
范例13-10-4类神经网路-预测手写数字Live版 627
范例13-11-1 SVM-预测鸢尾花数据集 627
范例13-11-2 SVM预测手写数字 631
范例13-11-3 SVM预测手写数字Live版 633
范例13-11-4 SVM分类练习于2D平面 633
范例13-12-1 Kmean(K均值)简单分类 636
范例13-12-2 Kmean 1维数据分类 640
范例13-12-3 Kmean 2维数据分类 643
范例13-12-4 Kmean 应用于影像处理-减色处理 646
范例13-12-5 Kmean预测分类-鸢尾花数据集 648
范例13-12-6 Kmean预测分类-手写数字数据集 650
范例13-12-7 Kmean预测分类-手写数字Live版 652
范例13-13-1马氏距离 654
范例13-13-2马氏距离使用于-鸢尾花数据集 656
范例13-13-3马氏距离使用于-手写数字数据集 657
范例13-13-4修改马氏距离使用于-手写数字数据集 660
范例13-13-5修改马氏距离使用于-鸢尾花数据集 665
范例13-13-6修改版马氏距离使用于-预测手写数字Live版 666
范例13-14-1主成份分析PCA 671
范例13-14-2鸢尾花数据集使用PCA降维 673
范例13-14-3鸢尾花数据使用PCA降维整合Kmean聚类处理 675
范例13-14-4鸢尾花数据使用PCA降维整合Knn分类处理 678
范例13-14-5手写数字集使用PCA降维整合Kmean聚类处理 680
范例13-14-6 手写数字集使用PCA降维整合KNN及SVM分类 682
范例13-14-7 改善手写数字集使用PCA降维整合KNN及SVM 685
范例13-14-8 改善鸢尾花数据使用PCA降维整合KNN分类 689
范例13-14-9个人人脸辨识整合PCA与SVM计算 690
范例13-14-10个人人脸辨识整合PCA与LibSVM计算 694
范例13-15-0车牌辨识 699
范例13-15-1 Java呼叫外部命令Tesseract字符识别引擎 701
第14章 其它功能与整合效果 703
范例14-1-1离散傅立叶转换 703
范例14-2-1视差(视角不对称)使用BM 706
范例14-2-2视差(视角不对称)使用SGBM 708
范例14-3-1综合应用:虚拟钢琴Live版 710
范例14-4-1平面细分割使用Subdiv2D 711
范例14-4-2综合练习,平面细分割使用Subdiv2D应用于人脸 715
范例14-4-2综合练习,平面细分割应用人脸Live版 718
扫一扫
487
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
