《計算機視覺40例從入門到深度學習 OpenCV Python》讀書筆記思維導圖

思維導圖PPT模板《計算機視覺40例從入門到深度學習OpenCVPython》最新版讀書筆記，下載可以直接修改基礎(chǔ)圖像函數(shù)第章程序流程深度處理案例實現(xiàn)方法原理機器模塊使用特征基本原理模型算法本書關(guān)鍵字分析思維導圖01內(nèi)容簡介第2部分基礎(chǔ)案例篇第1部分基礎(chǔ)知識導讀篇第3部分機器學習篇目錄03020405第4部分深度學習篇參考文獻第5部分人臉識別篇目錄0706內(nèi)容摘要本書對計算機視覺涉及的知識點進行了全面、系統(tǒng)、深入的梳理，旨在幫助讀者快速掌握該領(lǐng)域的核心關(guān)鍵知識點。全書包含5個部分，第1部分基礎(chǔ)知識導讀篇，主要對計算機視覺涉及的基礎(chǔ)知識進行介紹，方便基礎(chǔ)比較薄弱、甚至沒有基礎(chǔ)的同學能夠快速掌握相關(guān)前導知識，快速入門計算機視覺領(lǐng)域。第2部分基礎(chǔ)案例篇主要介紹了圖像處理領(lǐng)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(xiàn)機器學習進行了介紹。第4部分深度神經(jīng)網(wǎng)絡篇介紹了深度學習相關(guān)的基礎(chǔ)知識和相關(guān)案例。第5部分人臉識別對人臉識別的相關(guān)應用進行了較為具體的介紹。內(nèi)容簡介第1部分基礎(chǔ)知識導讀篇第1章數(shù)字圖像基礎(chǔ)第3章OpenCV基礎(chǔ)第2章Python基礎(chǔ)第1部分基礎(chǔ)知識導讀篇1.1圖像表示基礎(chǔ)1.2彩色圖像的表示1.3應用基礎(chǔ)1.4智能圖像處理基礎(chǔ)1.5抽象12345第1章數(shù)字圖像基礎(chǔ)2.1如何開始2.2基礎(chǔ)語法2.3數(shù)據(jù)類型2.4選擇結(jié)構(gòu)第2章Python基礎(chǔ)2.5循環(huán)結(jié)構(gòu)2.7模塊2.6函數(shù)第2章Python基礎(chǔ)3.1基礎(chǔ)3.2圖像處理3.3感興趣區(qū)域3.4掩模第3章OpenCV基礎(chǔ)3.5色彩處理3.7形態(tài)學3.6濾波處理第3章OpenCV基礎(chǔ)第2部分基礎(chǔ)案例篇第4章圖像加密與解密第5章數(shù)字水印第6章物體計數(shù)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(chǔ)案例篇第10章隱身術(shù)第11章以圖搜圖第12章手寫數(shù)字識別第13章車牌識別第14章指紋識別12345第2部分基礎(chǔ)案例篇4.1加密與解密原理4.3臉部打碼及解碼4.2圖像整體加密與解密第4章圖像加密與解密5.1位平面5.2數(shù)字水印原理5.3實現(xiàn)方法5.4具體實現(xiàn)5.5可視化水印5.6擴展學習010302040506第5章數(shù)字水印6.1理論基礎(chǔ)6.2核心程序6.3程序設(shè)計6.4實現(xiàn)程序第6章物體計數(shù)7.1理論基礎(chǔ)7.3實現(xiàn)程序7.2程序設(shè)計第7章缺陷檢測8.1理論基礎(chǔ)8.3擴展學習：石頭、剪刀、布的識別8.2識別過程第8章手勢識別9.1單道題目的識別9.3整張答題卡識別程序9.2整張答題卡識別原理第9章答題卡識別10.2視頻隱身術(shù)10.1圖像的隱身術(shù)第10章隱身術(shù)11.1原理與實現(xiàn)11.3擴展學習11.2實現(xiàn)程序第11章以圖搜圖12.1基本原理12.2實現(xiàn)細節(jié)12.3實現(xiàn)程序12.4擴展閱讀第12章手寫數(shù)字識別13.1基本原理13.3下一步學習13.2實現(xiàn)程序第13章車牌識別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14章指紋識別第3部分機器學習篇第15章機器學習導讀第16章KNN實現(xiàn)字符識別第17章求解數(shù)獨圖像第18章SVM數(shù)字識別第19章行人檢測第20章K均值聚類實現(xiàn)藝術(shù)畫010302040506第3部分機器學習篇15.1機器學習是什么15.2機器學習基礎(chǔ)概念15.3OpenCV中的機器學習模塊15.4OpenCV機器學習模塊的使用第15章機器學習導讀16.2英文字母識別16.1手寫數(shù)字識別第16章KNN實現(xiàn)字符識別17.1基本過程17.2定位數(shù)獨圖像內(nèi)的單元格17.3構(gòu)造KNN模型17.4識別數(shù)獨圖像內(nèi)的數(shù)字第17章求解數(shù)獨圖像17.5求解數(shù)獨17.6繪制數(shù)獨求解結(jié)果17.7實現(xiàn)程序17.8擴展學習第17章求解數(shù)獨圖像18.1基本流程18.2傾斜校正18.3HOG特征提取18.4數(shù)據(jù)處理第18章SVM數(shù)字識別18.5構(gòu)造及使用SVM分類器18.7參考學習18.6實現(xiàn)程序第18章SVM數(shù)字識別19.1方向梯度直方圖特征19.2基礎(chǔ)實現(xiàn)19.3函數(shù)detectMultiSc...19.4完整程序19.5參考學習12345第19章行人檢測20.1理論基礎(chǔ)20.3藝術(shù)畫20.2K均值聚類模塊第20章K均值聚類實現(xiàn)藝術(shù)畫第4部分深度學習篇第21章深度學習導讀第22章卷積神經(jīng)網(wǎng)絡基礎(chǔ)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21.1從感知機到人工神經(jīng)網(wǎng)絡21.2人工神經(jīng)網(wǎng)絡如何學習21.3深度學習是什么21.4激活函數(shù)的分類第21章深度學習導讀21.5損失函數(shù)21.7深度學習游樂場21.6學習的技能與方法第21章深度學習導讀22.1卷積基礎(chǔ)22.2卷積原理22.3填充和步長22.4池化操作第22章卷積神經(jīng)網(wǎng)絡基礎(chǔ)22.5感受野22.7CNN22.6預處理與初始化第22章卷積神經(jīng)網(wǎng)絡基礎(chǔ)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(guān)函數(shù)第23章DNN模塊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010302040506第24章深度學習應用實踐第5部分人臉識別篇第25章人臉檢測第26章人臉識別第27章dlib庫第28章人臉識別應用案例第5部分人臉識別篇25.1基本原理25.2級聯(lián)分類器的使用25.3函數(shù)介紹25.4人臉檢測實現(xiàn)25.5表情檢測12345第25章人臉檢測26.1人臉識別基礎(chǔ)26.2LBPH人臉識別26.3EigenFaces人臉識別26.4FisherFaces人臉識別26.5人臉數(shù)據(jù)庫12345第26章人臉識別27.1定位人