本书第3版仍然坚持“帮助计算机视觉工程师迈出掌握OpenCV的步”的初心。本书简化数学公式，但保留了重要的数学公式。针对当前热门的计算机视觉主题，如人脸及特征检测、姿态估计，以及基于深度卷积网络的车牌识别，展示了从构思到运行的全过程，并提供了完整的项目代码。新版本加“为项目找到*佳OpenCV算法”、“避免OpenCV中的常见陷阱”两个章节帮助程序员从成百上千的API中行需求权衡、设计、技术选型、优化和避免陷阱。<br/>【推荐语】<br/>本书秉承“帮助计算机视觉工程师迈出掌握OpenCV的步”的初心，在保留必要的数学公式的情况下，针对当前热门的计算机视觉主题，如面部识别、关键检测、姿势估计，以及基于深度卷积网络的车牌识别，展示了从构思到运行的全过程，并提供了完整的项目代码。 无论你来自学术界还是工业界，都将从经验丰富的OpenCV专家那里学习如何轻松地实现计算机视觉产品和项目。通过多个完整的计算机视觉项目，你将熟悉API的功能，并深了解在计算机视觉项目中如何设计和选型，从而超越计算机视觉的基础，从更高的层次上实现复杂的图像处理项目的解决方案。而且，你将能借助本书中的项目创建各种工作原型，对OpenCV 4的新功能做到烂熟于心。 通过阅读本书，你将学会: ●使用有效的OpenCV代码对真实世界的计算机视觉问题行建模 ●发现OpenCV项目及维护的*佳实践 ●探索用于复杂计算机视觉任务的算法设计方法 ●使用OpenCV*新的API(v4.0.0) ●从运动中理解3D场景结构和重建3D场景 (SfM) ●使用ArUco模块行相机标定并叠加AR物体<br/>【作者】<br/>罗伊·希尔克罗特（Roy Shilkrot）石溪大学（Stony Brook）计算机科学的助理教授，他领导着人群互动小组(Human Interaction group)。他毕业于麻省理工学院（MIT）并获得博士学位，致力于计算机视觉、人机界面以及其交叉领域的研究，撰写了25篇以上的论文。他还是多项专利技术的共同发明人，也是多本著作的合著者，是众多初创公司的科学顾问委员会的成员，拥有超过10年的工程师和企业家经验。 大卫·米兰·埃斯克里瓦（David Millán Escrivá）ITI（Instituto Tecnológico de Informática）的科学研究员，在IT领域从业超过10年，在计算机视觉、计算机图形和模式识别方面拥有丰富的经验，并运用他在计算机视觉、OCR和增强现实方面的知识与不同的项目和初创公司合作。他是DamilesBlog博客的作者，在那里他发表有关OpenCV、计算机视觉和光学字符识别算法的研究文章和教程。<br/>
評論0