Hodnotenie:
Kniha získala zmiešané recenzie, pričom mnohí chválili jej praktické príklady kódovania a úvodný obsah o spracovaní obrazu a hlbokom učení, zatiaľ čo iní ju kritizovali za nedostatočnú hĺbku, slabé vysvetlenie niektorých pojmov a problémy s pokynmi na inštaláciu.
Výhody:V knihe sú uvedené užitočné príklady kódu, dobré vysvetlenia, je vhodná pre začiatočníkov, praktická a dobre štruktúrovaná, pokrýva celý rad tém z oblasti spracovania obrazu a hlbokého učenia, prístupná pre čitateľov s rôznou úrovňou znalostí.
Nevýhody:Opakujúce sa pokyny na inštaláciu, chýbajúce podrobnosti o inštalácii OpenCV, niektoré kapitoly považované za zbytočné, opakujúci sa základný obsah, chýba vysvetlenie o detekcii trénovaných objektov, vytlačené čiernobielo napriek tomu, že téma sa týka farebného spracovania obrazu.
(na základe 10 čitateľských recenzií)
Mastering OpenCV 4 with Python: A practical guide covering topics from image processing, augmented reality to deep learning with OpenCV 4 and Python 3
Vytvárajte pokročilé aplikácie s Pythonom a OpenCV, skúmajte potenciál rozpoznávania tváre, strojového učenia, hlbokého učenia, webových počítačov a rozšírenej reality.
Kľúčové vlastnosti
⬤ Rozvíjajte svoje zručnosti v oblasti počítačového videnia zvládnutím algoritmov v Open Source Computer Vision 4 (OpenCV 4) a Pythone.
⬤ Aplikujte techniky strojového učenia a hlbokého učenia pomocou TensorFlow a Keras.
⬤ Objavte moderné návrhové vzory, ktorým by ste sa mali vyhnúť pri vývoji efektívnych aplikácií počítačového videnia.
⬤ .
Popis knihy
OpenCV sa považuje za jednu z najlepších softvérových knižníc s otvoreným zdrojovým kódom pre počítačové videnie a strojové učenie. Pomáha vývojárom vytvárať kompletné projekty v súvislosti so spracovaním obrazu, detekciou pohybu alebo segmentáciou obrazu, okrem mnohých iných. OpenCV pre Python umožňuje plynulé spúšťanie algoritmov počítačového videnia v reálnom čase, pričom kombinuje to najlepšie z OpenCV C++ API a jazyka Python.
V tejto knihe začnete nastavením OpenCV a preberiete kľúčové koncepty počítačového videnia. Potom budete pokračovať v štúdiu pokročilejších konceptov a objavíte celý potenciál OpenCV. Kniha vás tiež zoznámi s tvorbou pokročilých aplikácií pomocou Pythonu a OpenCV, čo vám umožní vyvíjať aplikácie, ktoré zahŕňajú rozpoznávanie tváre, sledovanie cieľa alebo rozšírenú realitu. Ďalej sa naučíte techniky a koncepty strojového učenia, pochopíte, ako ich aplikovať v reálnych príkladoch, a tiež preskúmate ich výhody vrátane tvorby dát v reálnom čase a rýchlejšieho spracovania dát. Zistíte tiež, ako preniesť funkcie, ktoré poskytuje OpenCV, do optimalizovaných projektov aplikačného kódu pomocou väzieb na Python. K záverečným kapitolám sa budete venovať aplikácii techník umelej inteligencie a hlbokého učenia pomocou populárnych knižníc Pythonu TensorFlow, a Keras.
Na konci tejto knihy budete schopní vyvíjať pokročilé aplikácie počítačového videnia, ktoré budú spĺňať požiadavky vašich zákazníkov.
Čo sa naučíte
⬤ Spracovávať súbory a obrázky a preskúmať rôzne techniky spracovania obrazu.
⬤ Preskúmať transformácie obrazu vrátane prekladu, zmeny veľkosti a orezania.
⬤ Získajte prehľad o vytváraní histogramov.
⬤ Zopakujte si detekciu obrysov, filtrovanie a kreslenie.
⬤ Pracujte s rozšírenou realitou a vytvárajte aplikácie založené na značkách a bez značiek.
⬤ Pracujte s hlavnými algoritmami strojového učenia v OpenCV.
⬤ Preskúmajte knižnice pre hlboké učenie v jazyku Python a možnosti hlbokého učenia v OpenCV.
⬤ Vytvárať webové aplikácie počítačového videnia a hlbokého učenia.
⬤ .