計算機視覺40例從入門到深度學習OpenCV Python

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(nèi)容摘要作者介紹精彩摘錄目錄0305020406思維導圖深度例領(lǐng)域案例視覺基礎(chǔ)知識視覺計算機第章基礎(chǔ)圖像程序原理深度函數(shù)數(shù)字人臉應(yīng)用模塊本書關(guān)鍵字分析思維導圖內(nèi)容摘要內(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(luò)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(yīng)用進行了較為具體的介紹。目錄分析第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)知識導讀篇第1章數(shù)字圖像基礎(chǔ)1.1圖像表示基礎(chǔ)1.2彩色圖像的表示1.3應(yīng)用基礎(chǔ)1.4智能圖像處理基礎(chǔ)1.5抽象第2章Python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)2.5循環(huán)結(jié)構(gòu)2.6函數(shù)2.7模塊第3章OpenCV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3.5色彩處理3.6濾波處理3.7形態(tài)學第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(shù)字水印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擴展學習第6章物體計數(shù)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7章缺陷檢測7.1理論基礎(chǔ)7.2程序設(shè)計7.3實現(xiàn)程序第8章手勢識別8.1理論基礎(chǔ)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(shù)10.1圖像的隱身術(shù)10.2視頻隱身術(shù)第11章以圖搜圖11.1原理與實現(xiàn)11.2實現(xiàn)程序11.3擴展學習第12章手寫數(shù)字識別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13章車牌識別13.1基本原理13.2實現(xiàn)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(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(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16章KNN實現(xiàn)字符識別16.1手寫數(shù)字識別16.2英文字母識別第17章求解數(shù)獨圖像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18章SVM數(shù)字識別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18.5構(gòu)造及使用SVM分類器18.6實現(xiàn)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(chǔ)實現(xiàn)19.3函數(shù)detectMultiScale參數(shù)及優(yōu)化19.4完整程序19.5參考學習第20章K均值聚類實現(xiàn)藝術(shù)畫20.1理論基礎(chǔ)20.2K均值聚類模塊20.3藝術(shù)畫第21章深度學習導讀第22章卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)第23章DNN模塊第24章深度學習應(yīng)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(jīng)網(wǎng)絡(luò)21.2人工神經(jīng)網(wǎng)絡(luò)如何學習21.3深度學習是什么21.4激活函數(shù)的分類21.5損失函數(shù)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(jīng)網(wǎng)絡(luò)基礎(chǔ)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22.5感受野22.6預(yù)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(yù)處理23.4推理相關(guān)函數(shù)第24章深度學習應(yīng)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(yīng)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(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表情檢測第26章人臉識別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)庫第27章dlib庫27.1定位人臉27.2繪制關(guān)鍵點27.3勾勒五官輪廓27.4人臉對齊27.5調(diào)用CNN實現(xiàn)人臉檢測第28章人臉識別應(yīng)用案例28.1表情識別28.2駕駛員疲勞檢測28.3易容術(shù)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