龙哥盟

原文：Building Computer Vision Projects with OpenCV 4 and C++协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。一、OpenCV 入门计算机视觉应用是有趣和有用的，但是底层算法是计算密集型的。 随着云计算的到来，我们可以使用更多的处理能力。OpenCV 库使我

YOLO 是一种非常流行且完全传统的用于检测图像的算法。与其他算法相比，该算法具有非常高的准确率，并且能够实时运行。顾名思义，这种算法只会在图像上查看一次。这意味着该算法只需要一个正向传播过程就可以做出准确的预测在本节中，我们将使用完全卷积网络FCN）深度学习模型检测图像中的对象。给定包含一些对象（例如动物、汽车等）的图像，目标是使用预先训练的 YOLO模型和边界框检测这些图像中的对象。*许多想法来自于两份原始的 YOLO 论文，可在。

原文：Hands-On Image Processing with Python协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。六、形态图像处理在本章中，我们将讨论数学形态学和形态学图像处理。形态图像处理是与图像中特征的形状或形态相关的非线性操作的集合。这些操作特别适合于二值图像的处理（其中像素表示为 0 或 1

原文：Hands-On Image Processing with Python协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。一、图像处理入门顾名思义，图像处理可以简单地定义为在计算机中（通过代码）使用算法对图像进行处理（分析和操作）。它有几个不同的方面，如图像的存储、表示、信息提取、操作、增强、恢复和解释。在

在本章中，我们训练了一个多类分类器来识别来自 GTSRB 数据库的交通标志。我们讨论了监督学习的基础知识，探索了特征提取的复杂性，并扩展了 SVM，以便可以将它们用于多类分类。值得注意的是，我们在此过程中遗漏了一些细节，例如尝试微调学习算法的超参数。当我们将交通标志数据集限制为仅 10 个类别时，此过程中各种函数参数的默认值似乎足以表现出色（仅查看通过 HOG 特征获得的完美得分，以及一种策略）。通过此特征设置以及对基础方法的充分理解，您现在可以尝试对整个 GTSRB 数据集进行分类！

原文：OpenCV with Python Blueprints协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。一、过滤器的乐趣本章的目的是开发许多图像处理过滤器，并将其实时应用于网络摄像头的视频流。 这些过滤器将依靠各种 OpenCV 函数来通过拆分，合并，算术运算以及为复杂函数应用查找表来操纵矩阵。这三种效

到现在为止，我们应该有一个应用，该应用使用 OpenCV 捕获（并可能操纵）图像，同时使用 Pygame 显示图像和捕获事件。从这个基本的集成示例开始，您可能想扩展来包装其他 Pygame 功能，或者您想创建另一个子类来包装另一个库。本附录显示了如何生成 Haar 级联 XML 文件，如第 4 章“使用 Haar 级联跟踪面部”中所使用的文件。通过生成自己的级联文件，我们可以潜在地跟踪任何模式或对象，而不仅仅是面部。但是，好的结果可能不会很快出现。我们必须仔细收集图像，配置脚本参数，执行实际测试并进行迭代。

通过一些额外的步骤，我们可以更改 MacPorts 编译 OpenCV 或任何其他软件的方式。如前所述，MacPorts 的构建秘籍在称为 Portfiles 的配置文件中定义。通过创建或编辑 Portfile，我们可以访问高度可配置的构建工具（例如 CMake），同时还可以受益于 MacPorts 的功能（例如依赖关系解析）。假设我们已经安装了 MacPorts。

原文：OpenCV2 Computer Vision Application Programming Cookbook协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。六、过滤图像在本章中，我们将介绍：使用低通过滤器过滤图像使用中值过滤器过滤图像应用方向过滤器检测边缘计算图像的拉普拉斯算子简介滤波是

原文：OpenCV2 Computer Vision Application Programming Cookbook协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。一、玩转图像在本章中，我们将介绍：安装 OpenCV 库使用 MS Visual C++ 创建 OpenCV 项目用 Qt 创建一个 Ope

在本章中，我们讨论了在机器人中使用的电机接口。我们已经研究了电机和编码器与名为 Tiva C Launchpad 的控制器板的接口。我们已经讨论了用于连接电机和编码器的控制器代码。将来，如果机器人需要高精度和高扭矩，我们将研究可以替代当前直流电动机的 Dynamixel 伺服器。我们还研究了可以在我们的机器人中使用的机器人传感器。我们讨论的传感器是超声波距离传感器，IR 接近传感器和 IMU。这三个传感器有助于机器人的导航。我们还讨论了将这些传感器连接到 Tiva C LaunchPad 的基本代码。

原文：ILearning Robotics using Python协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。一、机器人操作系统入门本书的主要目的是教您如何从头开始构建自动移动机器人。 机器人将使用 ROS 进行编程，其操作将使用名为 Gazebo 的模拟器进行模拟。 在接下来的章节中，您还将看到使用 RO

原文：Instant OpenCV Starter协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。一、OpenCV 即时入门欢迎使用《OpenCV 即时入门》。 本书是专门为向您提供设置 OpenCV 所需的所有信息而创建的。 您将学习 OpenCV 的基础知识，开始构建第一个程序，并发现一些使用 OpenCV

原文：Android Application Programming with OpenCV 3协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。一、设置 OpenCV本章是为 Android 和 OpenCV 设置开发环境的快速指南。 我们还将研究 OpenCV 示例应用，文档和社区。到本章末，我们的开发环境将

在本章中，已经学习了如何使用我们在本书前几章中学到的计算机视觉中的概念和技术来演示实际应用。利用我们在本章中学到的概念，我们可以编写一个用于创建简单安全应用的程序。从现在开始，利用从本书实验中获得的知识，我们可以更详细地探索 OpenCV 的图像处理和计算机视觉领域。我们围绕 OpenCV 库的旅程到此结束。在下一章中，我们将学习如何为 Python 使用另一个功能强大但非常易于使用的计算机视觉库 Mahotas。我们还将学习并演示如何使用 Jupyter 笔记本进行 Python 3 的科学编程。

原文：Raspberry Pi Computer Vision Programming协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。六、色彩空间，变换和阈值在上一章中，我们学习了如何对图像执行基本的数学和逻辑运算。 在本章中，我们将继续探索计算机视觉及其在现实世界中的应用领域中一些更有趣的概念。 就像本书前面的

原文：Raspberry Pi Computer Vision Programming协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。一、计算机视觉和 Raspberry Pi 简介OpenCV 是用于计算机视觉的简单而强大的编程框架。 计算机视觉领域的新手和专家都喜欢它。 通过使用 Python 3 作为编程语

原文：OpenCV Android Programming By Example协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。一、准备就绪在本章中，我将逐步介绍如何开始使用 OpenCV 开发具有视觉感知的 Android 应用。开源计算机视觉（OpenCV）软件库具有 2500 多种优化算法； 该库包括一整

原文：Mastering OpenCV with Practical Computer Vision Projects协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。六、非刚性人脸跟踪非刚性人脸跟踪是视频流每一帧中一组准密集的人脸特征的估计，这是一个难题，现代方法从许多相关领域借鉴了思想，包括计算机视觉，计算几何

原文：Mastering OpenCV with Practical Computer Vision Projects协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。一、Android 的卡通化器和换肤器本章将向您展示如何为 Android 智能手机和平板电脑编写一些图像处理过滤器，该过滤器首先针对台式机（使用

原文：Learning OpenCV 4 Computer Vision with Python 3协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。六、检索图像并将图像描述符用于搜索与人眼和大脑相似，OpenCV 可以检测图像的主要特征并将其提取到所谓的图像描述符中。 然后可以将这些特征用作数据库，从而启用基于图

原文：Learning OpenCV 4 Computer Vision with Python 3协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。一、设置 OpenCV您已经读了这本书，因此您可能已经对 OpenCV 是什么有了个概念。 也许您听说过似乎来自科幻小说的功能，例如训练人工智能模型以识别通过相机看到

在本章中，您学习了什么是计算摄影以及 OpenCV 3 中可用的相关功能。我们解释了photo模块中最重要的函数，但请注意，在此模块中还考虑了该模块的其他功能（修复和降噪） 前几章。计算摄影是一个快速发展的领域，与计算机图形学有着紧密的联系。因此，预计 OpenCV 的此模块将在将来的版本中增加。下一章将讨论我们尚未考虑的重要方面：时间。解释的许多功能都需要花费大量时间来计算结果。下一章将向您展示如何使用现代硬件进行处理。

原文：Learning Image Processing with OpenCV协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。一、处理图像和视频文件本章旨在与 OpenCV，其安装和第一个基本程序进行首次接触。 我们将涵盖以下主题：面向新手的 OpenCV 简介，然后是简单的分步安装库指南在用户本地磁盘中

原文：Qt 5 and OpenCV 4 Computer Vision Projects协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。六、实时对象检测在上一章中，我们了解了光学字符识别（OCR）技术。 我们借助 Tesseract 库和预训练的深度学习模型（EAST 模型）来识别扫描文档和照片中的文本，该模型

原文：Qt 5 and OpenCV 4 Computer Vision Projects协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。一、构建图像查看器计算机视觉是使计算机能够对数字图像和视频有较高了解的技术，而不仅仅是将它们视为字节或像素。 它广泛用于场景重建，事件检测，视频跟踪，对象识别，3D 姿态估计，

原文：OpenCV 3.x with Python By Example协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。六、接缝雕刻在本章中，我们将学习有关内容感知的图像大小调整，这也称为接缝雕刻。 我们将讨论如何检测图像中有趣的部分，以及如何使用该信息调整给定图像的大小而不会降低这些有趣元素的质量。在本章结束

原文：OpenCV 3.x with Python By Example协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。一、将几何变换应用于图像在本章中，我们将学习如何将冷酷的几何效果应用于图像。 在开始之前，我们需要安装 OpenCV-Python。 我们将解释如何编译和安装必要的库，以遵循本书中的每个示例。

原文：OpenCV 3 Computer Vision with Python Cookbook协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。六、线性代数本章包含以下方面的秘籍：正交 Procrustes 问题秩约束矩阵近似主成分分析线性方程组的求解系统（包括欠定和超定）求解多项式方程使用单纯形法

原文：OpenCV 3 Computer Vision with Python Cookbook协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。一、I/O 和 GUI在本章中，我们将介绍以下秘籍：从文件读取图像简单的图像转换 - 调整大小和翻转使用有损和无损压缩保存图像在 OpenCV 窗口中显示图像

原文：Mastering OpenCV 4 with Python协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。第 3 部分：OpenCV 中的机器学习和深度学习在本书的第三部分中，您将体验一下机器学习和深度学习。 我们将探索和利用 OpenCV 的机器学习模块。 此外，您还将学习如何使用与人脸检测，跟踪和识别

原文：Mastering OpenCV 4 with Python协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。第 2 部分：OpenCV 中的图像处理在本书的第二部分中，您将更深入地了解 OpenCV 库。 更具体地说，您将看到计算机视觉项目中所需的大多数常见图像处理技术。 此外，您还将看到如何创建和理解直方

原文：Mastering OpenCV 4 with Python协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。第 1 部分：OpenCV 4 和 Python 简介在本书的第一部分中，将向您介绍 OpenCV 库。 您将学习如何安装开始使用 Python 和 OpenCV 进行编程所需的一切。 另外，您还将熟

无论您是否可以在目标计算机上轻松安装并在目标计算机上轻松使用，这都意味着赢得或失去大量用户。特别是对于非专业用户而言，必须确保创建和部署包含所有必需依赖项的安装程序，并且可以在目标平台上直接使用。在本章中，我们对此进行了相当多的讨论。我们了解了构建过程以及所选择的链接方法如何完全改变部署体验。我们了解了现有的 Qt 工具，以简化 Windows 和 MacOS 上的部署过程。请注意，这些工具包含的参数比我们在本章中看到的要多得多，因此值得您自己深入研究，并尝试各种参数以了解它们对自己的影响。

原文：Computer Vision with OpenCV 3 and Qt5协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。六、OpenCV 中的图像处理它始终以未经处理的原始图像开始，这些图像是使用智能手机，网络摄像头，DSLR 相机，或者简而言之，是能够拍摄和记录图像数据的任何设备拍摄的。 但是，通常以清

原文：Computer Vision with OpenCV 3 and Qt5协议：CC BY-NC-SA 4.0译者：飞龙本文来自【ApacheCN 计算机视觉 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。当别人说你没有底线的时候，你最好真的没有；当别人说你做过某些事的时候，你也最好真的做过。一、OpenCV 和 Qt 简介在最基本的形式和形状中，“计算机视觉”是一个术语，用于标识用于使数字设备具有视觉感觉的所有方法和算法。 这意味着什么？ 好吧，这就是听起来的确切含义。 理

OpenCV3 和 Qt5 计算机视觉零、前言一、OpenCV 和 Qt 简介二、创建我们的第一个 Qt 和 OpenCV 项目三、创建一个全面的 Qt + OpenCV 项目四、Mat和QImage五、图形视图框架六、OpenCV 中的图像处理七、特征和描述符八、多线程九、视频分析十、调试与测试十一、链接与部署十二、Qt Quick 应用精通 Python OpenCV4零、前言第 1 部分：OpenCV 4 和 Python 简介一、设置 OpenCV二、.

新增了六个教程：OpenCV3 安卓应用编程零、前言一、设置 OpenCV二、使用相机帧三、应用图像效果四、识别和跟踪图像五、将图像跟踪与 3D 渲染相结合六、通过 JNI 混合 Java 和 C++OpenCV 即时入门一、OpenCV 即时入门Python 机器人学习手册零、前言一、机器人操作系统入门二、了解差动机器人的基础三、建模差动机器人四、使用 ROS 模拟差动机器人五、设计 ChefBot 硬件和电路六、将执行器和传感器连接到机器人控制器七、

新增了六个教程：OpenCV 图像处理学习手册零、前言一、处理图像和视频文件二、建立图像处理工具三、校正和增强图像四、处理色彩五、视频图像处理六、计算摄影七、加速图像处理Python3 OpenCV4 计算机视觉学习手册零、前言一、设置 OpenCV二、处理文件，相机和 GUI三、使用 OpenCV 处理图像四、深度估计和分割三、检测和识别人脸六、检索图像并将图像描述符用于搜索七、建立自定义对象检测器八、追踪对象九、相机模型和增强现实十、使用 OpenCV

新增了五个教程：OpenCV3 和 Qt5 计算机视觉零、前言一、OpenCV 和 Qt 简介二、创建我们的第一个 Qt 和 OpenCV 项目三、创建一个全面的 Qt + OpenCV 项目四、Mat和QImage五、图形视图框架六、OpenCV 中的图像处理七、特征和描述符八、多线程九、视频分析十、调试与测试十一、链接与部署十二、Qt Quick 应用精通 Python OpenCV4零、前言第 1 部分：OpenCV 4 和 Python 简介一、设置