扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
OPENCV轻松入门:面向PYTHON(第2版) 版权信息
- ISBN：9787121455995
- 条形码：9787121455995 ; 978-7-121-45599-5
- 装帧：平装
- 册数：暂无
- 重量：暂无
- 所属分类：>
OPENCV轻松入门:面向PYTHON(第2版) 本书特色
"对人工智能知识点进行了更细致、深入的介绍 针对一些相对抽象的知识点，绘制了示意图，来帮助大家理解 对一些相对较难例题的解答进行了重新设计 为了给广大教师、同学提供更好的学习体验，第2版中提供了配套PPT和练习题"
OPENCV轻松入门:面向PYTHON(第2版) 内容简介
本书基于面向 Python 的 OpenCV（OpenCV for Python），介绍了图像处理的方方面面。本书以 OpenCV 官方文档的知识脉络为主线，并对细节进行补充和说明。 书中不仅介绍了 OpenCV 函数的使用方法，还介绍了函数实现的算法原理。在介绍 OpenCV 函数的 使用方法时，提供了大量的程序示例。而且在介绍函数对图像的处理前，往往先展示函数对数值、数组 的处理，方便读者从数值的角度观察和理解函数的处理过程和结果。在介绍具体的算法原理时，本书尽 量使用通俗易懂的语言和贴近生活的示例来说明问题，避免使用过多复杂抽象的公式。
OPENCV轻松入门:面向PYTHON(第2版) 目录
第1章 OpenCV入门 1
1.1 如何使用 1
1.2 图像处理基本操作 3
1.2.1 读取图像 4
1.2.2 显示图像 5
1.2.3 保存图像 10
1.3 OpenCV贡献库 10
第2章 图像处理基础 12
2.1 图像的基本表示方法 12
2.2 像素处理 16
2.3 使用numpy.array访问像素 24
2.4 感兴趣区域（ROI） 30
2.5 通道操作 32
2.5.1 通道拆分 33
2.5.2 通道合并 35
2.6 获取图像属性 36
第3章 图像运算 38
3.1 图像加法运算 38
3.1.1 加号运算符 38
3.1.2 cv2.add()函数 39
3.2 图像加权和 42
3.3 按位逻辑运算 44
3.3.1 按位与运算 44
3.3.2 按位或运算 48
3.3.3 按位非运算 49
3.3.4 按位异或运算 50
3.4 掩膜 51
3.5 图像与数值的运算 54
3.6 位平面分解 56
3.7 图像加密和解密 62
3.8 数字水印 66
3.8.1 原理 67
3.8.2 实现方法 70
3.8.3 例题 77
3.9 脸部打码及解码 78
3.9.1 按位与方式 78
3.9.2 ROI方式 82
第4章 色彩空间类型转换 85
4.1 色彩空间基础 85
4.1.1 GRAY色彩空间 85
4.1.2 XYZ色彩空间 86
4.1.3 YCrCb色彩空间 86
4.1.4 HSV色彩空间 87
4.1.5 HLS色彩空间 88
4.1.6 CIEL*a*b*色彩空间 89
4.1.7 CIEL*u*v*色彩空间 90
4.1.8 Bayer色彩空间 90
4.2 类型转换函数 92
4.3 类型转换实例 98
4.3.1 通过数组观察转换效果 98
4.3.2 图像处理实例 102
4.4 HSV色彩空间讨论 104
4.4.1 基础知识 104
4.4.2 获取指定颜色 105
4.4.3 标记指定颜色 107
4.4.4 标记肤色 111
4.4.5 实现艺术效果 112
4.5 alpha通道 113
第5章 几何变换 117
5.1 缩放 117
5.2 翻转 121
5.3 仿射 122
5.3.1 平移 123
5.3.2 旋转 124
5.3.3 更复杂的仿射变换 125
5.4 透视 126
5.5 重映射 128
5.5.1 映射参数的理解 129
5.5.2 复制 130
5.5.3 绕x轴翻转 132
5.5.4 绕y轴翻转 134
5.5.5 绕x轴、y轴翻转 136
5.5.6 x轴、y轴互换 138
5.5.7 图像缩放 140
第6章 阈值处理 141
6.1 threshold函数 141
6.1.1 二值化阈值处理（cv2.THRESH_BINARY） 142
6.1.2 反二值化阈值处理（cv2.THRESH_BINARY_INV） 144
6.1.3 截断阈值化处理（cv2.THRESH_TRUNC） 146
6.1.4 超阈值零处理（cv2.THRESH_TOZERO_INV） 147
6.1.5 低阈值零处理（cv2.THRESH_TOZERO） 149
6.2 Otsu处理 150
6.3 自适应阈值处理 153
第7章 图像平滑处理 157
7.1 均值滤波 159
7.1.1 基本原理 159
7.1.2 函数语法 166
7.1.3 程序示例 167
7.2 方框滤波 168
7.2.1 基本原理 169
7.2.2 函数语法 169
7.2.3 程序示例 171
7.3 高斯滤波 176
7.3.1 基本原理 176
7.3.2 函数语法 177
7.3.3 程序示例 179
7.4 中值滤波 180
7.4.1 基本原理 180
7.4.2 函数语法 181
7.4.3 程序示例 181
7.5 双边滤波 182
7.5.1 基本原理 182
7.5.2 函数语法 184
7.5.3 程序示例 185
7.6 2D卷积 186
第8章 形态学操作 189
8.1 腐蚀 189
8.2 膨胀 194
8.3 通用形态学函数 199
8.4 开运算 199
8.5 闭运算 201
8.6 形态学梯度运算 203
8.7 礼帽运算 204
8.8 黑帽运算 205
8.9 核函数 207
第9章 图像梯度 210
9.1 卷积基础 210
9.2 Sobel理论基础 214
9.3 Sobel算子及函数使用 216
9.3.1 参数ddepth 217
9.3.2 方向 221
9.3.3 实例 223
9.4 Scharr算子及函数使用 226
9.5 Sobel算子和Scharr算子的比较 231
9.6 Laplacian算子及函数使用 232
9.7 算子总结 234
第10章 Canny边缘检测 235
10.1 Canny边缘检测基础 235
10.2 Canny函数及使用 239
第11章 图像金字塔 241
11.1 理论基础 241
11.2 pyrDown函数及使用 243
11.3 pyrUp函数及使用 245
11.4 采样可逆性的研究 247
11.5 拉普拉斯金字塔 250
11.5.1 定义 250
11.5.2 应用 252
第12章 图像轮廓 257
12.1 查找并绘制轮廓 257
12.1.1 查找图像轮廓：findContours函数 257
12.1.2 绘制图像轮廓：drawContours函数 265
12.1.3 轮廓实例 266
12.2 矩特征 270
12.2.1 矩的计算：moments函数 271
12.2.2 计算轮廓的面积：contourArea函数 273
12.2.3 计算轮廓的长度：arcLength函数 276
12.3 Hu矩 278
12.3.1 Hu矩函数 278
12.3.2 形状匹配 282
12.4 轮廓拟合 284
12.4.1 矩形包围框 285
12.4.2 *小包围矩形框 287
12.4.3 *小包围圆形 289
12.4.4 很优拟合椭圆 290
12.4.5 很优拟合直线 291
12.4.6 *小外包三角形 293
12.4.7 逼近多边形 294
12.5 凸包 296
12.5.1 获取凸包 297
12.5.2 凸缺陷 299
12.5.3 几何学测试 302
12.6 利用形状场景算法比较轮廓 306
12.6.1 计算形状场景距离 306
12.6.2 计算Hausdorff距离 309
12.7 轮廓的特征值 312
12.7.1 宽高比 312
12.7.2 Extent 313
12.7.3 Solidity 314
12.7.4 等效直径（Equivalent Diameter） 315
12.7.5 方向 316
12.7.6 掩膜和像素点 318
12.7.7 优选值和*小值及它们的位置 323
12.7.8 平均颜色及平均灰度 325
12.7.9 极点 326
第13章 直方图处理 329
13.1 直方图的含义 329
13.2 绘制直方图 333
13.2.1 使用Numpy绘制直方图 333
13.2.2 使用OpenCV绘制直方图 335
13.2.3 使用掩膜绘制直方图 341
13.3 直方图均衡化 345
13.3.1 直方图均衡化原理 347
13.3.2 直方图均衡化处理 351
13.4 pyplot模块介绍 353
13.4.1 subplot函数 353
13.4.2 imshow函数 354
第14章 傅里叶变换 358
14.1 理论基础 358
14.2 Numpy实现傅里叶变换 362
14.2.1 实现傅里叶变换 363
14.2.2 实现逆傅里叶变换 364
14.3 OpenCV实现傅里叶变换 365
14.3.1 实现傅里叶变换 366
14.3.2 实现逆傅里叶变换 368
14.4 滤波处理 369
14.4.1 滤波原理 369
14.4.2 高通滤波实现 374
14.4.3 低通滤波实现 377
第15章 模板匹配 380
15.1 模板匹配基础 380
15.2 多模板匹配 387
第16章 霍夫变换 393
16.1 霍夫直线变换 393
16.1.1 霍夫变换原理 393
16.1.2 HoughLines函数 399
16.1.3 HoughLinesP函数 401
16.2 霍夫圆环变换 403
第17章 图像分割与提取 406
17.1 用分水岭算法实现图像分割与提取 406
17.1.1 算法原理 406
17.1.2 相关函数介绍 408
17.1.3 分水岭算法图像分割实例 418
17.2 交互式前景提取 421
17.2.1 矩形框提取 424
17.2.2 自定义模板提取 426
17.2.3 手绘模板提取 429
第18章 视频处理 432
18.1 VideoCapture类 432
18.1.1 类函数介绍 432
18.1.2 捕获摄像头视频 437
18.1.3 播放视频文件 438
18.2 VideoWriter类 438
18.2.1 类函数介绍 439
18.2.2 保存视频 440
18.3 视频操作基础 442
第19章 绘图及交互 444
19.1 绘画基础 444
19.1.1 绘制直线 445
19.1.2 绘制矩形 446
19.1.3 绘制圆形 447
19.1.4 绘制椭圆 449
19.1.5 绘制多边形 450
19.1.6 在图形上绘制文字 451
19.2 鼠标交互 454
19.2.1 绘制随机矩形 456
19.2.2 双窗口绘制图形 457
19.2.3 绘制多种不同图形 458
19.3 滚动条 460
19.3.1 用滚动条实现调色板 461
19.3.2 滚动条交互 462
19.3.3 用滚动条作为开关 463
第20章 K近邻算法 465
20.1 理论基础 465
20.2 计算 468
20.2.1 归一化 468
20.2.2 距离计算 469
20.3 手写数字识别的原理 470
20.4 自定义函数手写数字识别 475
20.5 K近邻模块的基本使用 482
20.6 K近邻手写数字识别 487
第21章 支持向量机 490
21.1 理论基础 490
21.2 SVM流程 493
21.3 SVM员工表现预测 494
21.4 手写数字识别 498
第22章 K均值聚类 508
22.1 理论基础 508
22.1.1 分豆子 509
22.1.2 K均值聚类的基本步骤 512
22.2 K均值聚类模块 512
22.3 单特征豆子分类 513
22.4 米粒分类 517
22.5 灰度图像二值化 521
第23章 人脸识别 526
23.1 人脸检测 526
23.1.1 基本原理 526
23.1.2 级联分类器的使用 529
23.1.3 函数介绍 530
23.1.4 案例介绍 531
23.2 人脸识别基础 534
23.2.1 人脸识别基本流程 534
23.2.2 OpenCV人脸识别基础 535
23.3 LPBH人脸识别 536
23.3.1 基本原理 537
23.3.2 函数介绍 540
23.3.3 案例介绍 541
23.4 EigenFaces人脸识别 543
23.4.1 基本原理 543
23.4.2 函数介绍 543
23.4.3 案例介绍 544
23.5 Fisherfaces人脸识别 546
23.5.1 基本原理 546
23.5.2 函数介绍 547
23.5.3 案例介绍 548
23.6 人脸数据库 549
1.1 如何使用 1
1.2 图像处理基本操作 3
1.2.1 读取图像 4
1.2.2 显示图像 5
1.2.3 保存图像 10
1.3 OpenCV贡献库 10
第2章 图像处理基础 12
2.1 图像的基本表示方法 12
2.2 像素处理 16
2.3 使用numpy.array访问像素 24
2.4 感兴趣区域（ROI） 30
2.5 通道操作 32
2.5.1 通道拆分 33
2.5.2 通道合并 35
2.6 获取图像属性 36
第3章 图像运算 38
3.1 图像加法运算 38
3.1.1 加号运算符 38
3.1.2 cv2.add()函数 39
3.2 图像加权和 42
3.3 按位逻辑运算 44
3.3.1 按位与运算 44
3.3.2 按位或运算 48
3.3.3 按位非运算 49
3.3.4 按位异或运算 50
3.4 掩膜 51
3.5 图像与数值的运算 54
3.6 位平面分解 56
3.7 图像加密和解密 62
3.8 数字水印 66
3.8.1 原理 67
3.8.2 实现方法 70
3.8.3 例题 77
3.9 脸部打码及解码 78
3.9.1 按位与方式 78
3.9.2 ROI方式 82
第4章 色彩空间类型转换 85
4.1 色彩空间基础 85
4.1.1 GRAY色彩空间 85
4.1.2 XYZ色彩空间 86
4.1.3 YCrCb色彩空间 86
4.1.4 HSV色彩空间 87
4.1.5 HLS色彩空间 88
4.1.6 CIEL*a*b*色彩空间 89
4.1.7 CIEL*u*v*色彩空间 90
4.1.8 Bayer色彩空间 90
4.2 类型转换函数 92
4.3 类型转换实例 98
4.3.1 通过数组观察转换效果 98
4.3.2 图像处理实例 102
4.4 HSV色彩空间讨论 104
4.4.1 基础知识 104
4.4.2 获取指定颜色 105
4.4.3 标记指定颜色 107
4.4.4 标记肤色 111
4.4.5 实现艺术效果 112
4.5 alpha通道 113
第5章 几何变换 117
5.1 缩放 117
5.2 翻转 121
5.3 仿射 122
5.3.1 平移 123
5.3.2 旋转 124
5.3.3 更复杂的仿射变换 125
5.4 透视 126
5.5 重映射 128
5.5.1 映射参数的理解 129
5.5.2 复制 130
5.5.3 绕x轴翻转 132
5.5.4 绕y轴翻转 134
5.5.5 绕x轴、y轴翻转 136
5.5.6 x轴、y轴互换 138
5.5.7 图像缩放 140
第6章 阈值处理 141
6.1 threshold函数 141
6.1.1 二值化阈值处理（cv2.THRESH_BINARY） 142
6.1.2 反二值化阈值处理（cv2.THRESH_BINARY_INV） 144
6.1.3 截断阈值化处理（cv2.THRESH_TRUNC） 146
6.1.4 超阈值零处理（cv2.THRESH_TOZERO_INV） 147
6.1.5 低阈值零处理（cv2.THRESH_TOZERO） 149
6.2 Otsu处理 150
6.3 自适应阈值处理 153
第7章 图像平滑处理 157
7.1 均值滤波 159
7.1.1 基本原理 159
7.1.2 函数语法 166
7.1.3 程序示例 167
7.2 方框滤波 168
7.2.1 基本原理 169
7.2.2 函数语法 169
7.2.3 程序示例 171
7.3 高斯滤波 176
7.3.1 基本原理 176
7.3.2 函数语法 177
7.3.3 程序示例 179
7.4 中值滤波 180
7.4.1 基本原理 180
7.4.2 函数语法 181
7.4.3 程序示例 181
7.5 双边滤波 182
7.5.1 基本原理 182
7.5.2 函数语法 184
7.5.3 程序示例 185
7.6 2D卷积 186
第8章 形态学操作 189
8.1 腐蚀 189
8.2 膨胀 194
8.3 通用形态学函数 199
8.4 开运算 199
8.5 闭运算 201
8.6 形态学梯度运算 203
8.7 礼帽运算 204
8.8 黑帽运算 205
8.9 核函数 207
第9章 图像梯度 210
9.1 卷积基础 210
9.2 Sobel理论基础 214
9.3 Sobel算子及函数使用 216
9.3.1 参数ddepth 217
9.3.2 方向 221
9.3.3 实例 223
9.4 Scharr算子及函数使用 226
9.5 Sobel算子和Scharr算子的比较 231
9.6 Laplacian算子及函数使用 232
9.7 算子总结 234
第10章 Canny边缘检测 235
10.1 Canny边缘检测基础 235
10.2 Canny函数及使用 239
第11章 图像金字塔 241
11.1 理论基础 241
11.2 pyrDown函数及使用 243
11.3 pyrUp函数及使用 245
11.4 采样可逆性的研究 247
11.5 拉普拉斯金字塔 250
11.5.1 定义 250
11.5.2 应用 252
第12章 图像轮廓 257
12.1 查找并绘制轮廓 257
12.1.1 查找图像轮廓：findContours函数 257
12.1.2 绘制图像轮廓：drawContours函数 265
12.1.3 轮廓实例 266
12.2 矩特征 270
12.2.1 矩的计算：moments函数 271
12.2.2 计算轮廓的面积：contourArea函数 273
12.2.3 计算轮廓的长度：arcLength函数 276
12.3 Hu矩 278
12.3.1 Hu矩函数 278
12.3.2 形状匹配 282
12.4 轮廓拟合 284
12.4.1 矩形包围框 285
12.4.2 *小包围矩形框 287
12.4.3 *小包围圆形 289
12.4.4 很优拟合椭圆 290
12.4.5 很优拟合直线 291
12.4.6 *小外包三角形 293
12.4.7 逼近多边形 294
12.5 凸包 296
12.5.1 获取凸包 297
12.5.2 凸缺陷 299
12.5.3 几何学测试 302
12.6 利用形状场景算法比较轮廓 306
12.6.1 计算形状场景距离 306
12.6.2 计算Hausdorff距离 309
12.7 轮廓的特征值 312
12.7.1 宽高比 312
12.7.2 Extent 313
12.7.3 Solidity 314
12.7.4 等效直径（Equivalent Diameter） 315
12.7.5 方向 316
12.7.6 掩膜和像素点 318
12.7.7 优选值和*小值及它们的位置 323
12.7.8 平均颜色及平均灰度 325
12.7.9 极点 326
第13章 直方图处理 329
13.1 直方图的含义 329
13.2 绘制直方图 333
13.2.1 使用Numpy绘制直方图 333
13.2.2 使用OpenCV绘制直方图 335
13.2.3 使用掩膜绘制直方图 341
13.3 直方图均衡化 345
13.3.1 直方图均衡化原理 347
13.3.2 直方图均衡化处理 351
13.4 pyplot模块介绍 353
13.4.1 subplot函数 353
13.4.2 imshow函数 354
第14章 傅里叶变换 358
14.1 理论基础 358
14.2 Numpy实现傅里叶变换 362
14.2.1 实现傅里叶变换 363
14.2.2 实现逆傅里叶变换 364
14.3 OpenCV实现傅里叶变换 365
14.3.1 实现傅里叶变换 366
14.3.2 实现逆傅里叶变换 368
14.4 滤波处理 369
14.4.1 滤波原理 369
14.4.2 高通滤波实现 374
14.4.3 低通滤波实现 377
第15章 模板匹配 380
15.1 模板匹配基础 380
15.2 多模板匹配 387
第16章 霍夫变换 393
16.1 霍夫直线变换 393
16.1.1 霍夫变换原理 393
16.1.2 HoughLines函数 399
16.1.3 HoughLinesP函数 401
16.2 霍夫圆环变换 403
第17章 图像分割与提取 406
17.1 用分水岭算法实现图像分割与提取 406
17.1.1 算法原理 406
17.1.2 相关函数介绍 408
17.1.3 分水岭算法图像分割实例 418
17.2 交互式前景提取 421
17.2.1 矩形框提取 424
17.2.2 自定义模板提取 426
17.2.3 手绘模板提取 429
第18章 视频处理 432
18.1 VideoCapture类 432
18.1.1 类函数介绍 432
18.1.2 捕获摄像头视频 437
18.1.3 播放视频文件 438
18.2 VideoWriter类 438
18.2.1 类函数介绍 439
18.2.2 保存视频 440
18.3 视频操作基础 442
第19章 绘图及交互 444
19.1 绘画基础 444
19.1.1 绘制直线 445
19.1.2 绘制矩形 446
19.1.3 绘制圆形 447
19.1.4 绘制椭圆 449
19.1.5 绘制多边形 450
19.1.6 在图形上绘制文字 451
19.2 鼠标交互 454
19.2.1 绘制随机矩形 456
19.2.2 双窗口绘制图形 457
19.2.3 绘制多种不同图形 458
19.3 滚动条 460
19.3.1 用滚动条实现调色板 461
19.3.2 滚动条交互 462
19.3.3 用滚动条作为开关 463
第20章 K近邻算法 465
20.1 理论基础 465
20.2 计算 468
20.2.1 归一化 468
20.2.2 距离计算 469
20.3 手写数字识别的原理 470
20.4 自定义函数手写数字识别 475
20.5 K近邻模块的基本使用 482
20.6 K近邻手写数字识别 487
第21章 支持向量机 490
21.1 理论基础 490
21.2 SVM流程 493
21.3 SVM员工表现预测 494
21.4 手写数字识别 498
第22章 K均值聚类 508
22.1 理论基础 508
22.1.1 分豆子 509
22.1.2 K均值聚类的基本步骤 512
22.2 K均值聚类模块 512
22.3 单特征豆子分类 513
22.4 米粒分类 517
22.5 灰度图像二值化 521
第23章 人脸识别 526
23.1 人脸检测 526
23.1.1 基本原理 526
23.1.2 级联分类器的使用 529
23.1.3 函数介绍 530
23.1.4 案例介绍 531
23.2 人脸识别基础 534
23.2.1 人脸识别基本流程 534
23.2.2 OpenCV人脸识别基础 535
23.3 LPBH人脸识别 536
23.3.1 基本原理 537
23.3.2 函数介绍 540
23.3.3 案例介绍 541
23.4 EigenFaces人脸识别 543
23.4.1 基本原理 543
23.4.2 函数介绍 543
23.4.3 案例介绍 544
23.5 Fisherfaces人脸识别 546
23.5.1 基本原理 546
23.5.2 函数介绍 547
23.5.3 案例介绍 548
23.6 人脸数据库 549
展开全部
OPENCV轻松入门:面向PYTHON(第2版) 相关资料
"本书采用Python语言，以案例的形式介绍了OpenCV中的常用算法及其使用方法。Python是一种高效的开发语言，使用Python调用OpenCV中的算法，可以快速地实现计算机视觉应用。 ——于仕琪 OpenCV开源库在国内的早期推广者，“OpenCV系列”图书译者、作者，OpenCV中文站站长 本书以通俗的语言，结合贴近生活的实例，形象地介绍了面向Python的OpenCV中各个函数的基本原理和使用方法。希望这本书能够为大家带来有益的启发，帮助大家更好、更快、更全面地掌握面向Python的OpenCV，在计算机视觉领域有所作为。 ——高铁杠 南开大学教授、博士生导师 Python是一门跨平台、开源、免费的解释型高级动态编译语言，它使得各领域的工程师、科研人员、策划人员甚至管理人员能够快速实现和验证自己的思路、创意甚至推测。在有些语言中需要编写大量代码才能实现的功能，在Python中直接调用内置函数或者标准库方法即可实现，大幅简化了代码的编写和维护。开发者仅需要把主要精力放在业务逻辑的设计和实现上，Python会自动在开发速度和运行效率之间做出平衡，其精妙之处令人击节赞叹。 ——董付国 《Python程序设计》一书作者 计算机视觉是一个崭新而又充满希望的研究领域，而OpenCV是辅助计算机视觉的出色开源工具。OpenCV库旨在提供易于使用的计算机视觉接口，它包含各个领域的500多个函数，能够帮助人们方便、快速、高效地构建视觉应用。不仅如此，它还提供了一个完备的、具有通用性的机器学习模块。可想而知，将Python和OpenCV结合，将产生巨大的威力。 本书比较系统地介绍了面向Python的OpenCV视觉库的使用，内容通俗易懂、生动有趣，案例丰富，实用性强。相信通过学习这本书，大家能够在计算机视觉领域快速入门，熟练地使用面向Python的OpenCV解决实际问题。 ——毕磊 腾讯科技高级工程师 有幸提前翻阅了这本书的内容，这本书和李老师的课程一样，循序渐进，深入浅出，非常适合我这样的初学者。感谢老师开发了如此通俗易懂的OpenCV课程，让OpenCV的学习变得非常轻松。 ——LittleKEY 在线视频课程学员"
OPENCV轻松入门:面向PYTHON(第2版) 作者简介
"李立宗 南开大学硕士，天津职业技术师范大学副教授，从事计算机视觉领域的教学和科研工作。拥有发明专利一项、软件著作权十余项，公开发表论文十余篇，著有《计算机视觉40例：从入门到深度学习（OpenCV-Python）》等多部图书。在网易云课堂主讲的《OpenCV图穷匕见》等多门课程被评为精品课。"
书友推荐
- >
月亮虎
月亮虎
¥14.4¥48.0 - >
朝闻道
朝闻道
¥15.0¥23.8 - >
罗曼·罗兰读书随笔-精装
罗曼·罗兰读书随笔-精装
¥17.4¥58.0 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.7¥68.0 - >
【精装绘本】画给孩子的中国神话
【精装绘本】画给孩子的中国神话
¥17.6¥55.0 - >
伊索寓言-世界文学名著典藏-全译本
伊索寓言-世界文学名著典藏-全译本
¥9.3¥19.0 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
诗经-先民的歌唱
诗经-先民的歌唱
¥13.5¥39.8
本类畅销
-
详解Spring Boot(从入门到企业级开发实战)/孙鑫精品图书系列
¥64.2¥129 -
PYTHON应用与实战
¥52.9¥79.8 -
Python编程与数值方法
¥79.6¥109 -
Go语言从入门到项目实战(视频版)
¥60.4¥108 -
软件设计师
¥14.2¥38 -
GO语言编程从入门到实践
¥75.6¥108
