توضیحاتی در مورد کتاب :
Packt Publishing, 2015. — 296 p. — ISBN: 9781785283932
بینایی رایانه در همه جا در فناوری مدرن یافت می شود. OpenCV برای پایتون ما را قادر می سازد تا الگوریتم های بینایی کامپیوتر را در زمان واقعی اجرا کنیم. با ظهور ماشینهای قدرتمند، ما قدرت پردازش بیشتری را برای کار با آنها دریافت میکنیم. با استفاده از این فناوری، میتوانیم برنامههای بینایی رایانهای خود را به طور یکپارچه در فضای ابری ادغام کنیم. توسعه دهندگان وب می توانند بدون نیاز به اختراع مجدد چرخ، برنامه های کاربردی پیچیده را توسعه دهند.
این کتاب شما را با تمام بلوک های ساختمانی مورد نیاز برای ساخت برنامه های بینایی کامپیوتری شگفت انگیز به آسانی راهنمایی می کند. ما با اعمال تحولات هندسی در تصاویر شروع می کنیم. سپس در مورد دگرگونیهای وابسته و تصویری بحث میکنیم و میبینیم که چگونه میتوانیم از آنها برای اعمال جلوههای هندسی جالب روی عکسها استفاده کنیم. سپس تکنیکهای مورد استفاده برای تشخیص اشیا، بازسازی سهبعدی، تصویربرداری استریو، و سایر برنامههای بینایی رایانه را پوشش خواهیم داد.
این کتاب همچنین نمونههای واضحی را که در پایتون برای ساخت برنامههای OpenCV نوشته شده است، ارائه میکند. این کتاب با کارهای ساده سطح مبتدی مانند پردازش اولیه و پردازش تصاویر، نقشه برداری تصویر، و تشخیص تصاویر شروع می شود. همچنین کتابخانه های محبوب OpenCV را با کمک مثال ها پوشش می دهد.
این کتاب یک آموزش کاربردی است که نمونه های مختلفی را در سطوح مختلف پوشش می دهد و به شما در مورد عملکردهای مختلف OpenCV و اجرای واقعی آنها آموزش می دهد.
توضیحاتی در مورد کتاب به زبان اصلی :
Packt Publishing, 2015. — 296 p. — ISBN: 9781785283932
Computer vision is found everywhere in modern technology. OpenCV for Python enables us to run computer vision algorithms in real time. With the advent of powerful machines, we are getting more processing power to work with. Using this technology, we can seamlessly integrate our computer vision applications into the cloud. Web developers can develop complex applications without having to reinvent the wheel.
This book will walk you through all the building blocks needed to build amazing computer vision applications with ease. We start off with applying geometric transformations to images. We then discuss affine and projective transformations and see how we can use them to apply cool geometric effects to photos. We will then cover techniques used for object recognition, 3D reconstruction, stereo imaging, and other computer vision applications.
This book will also provide clear examples written in Python to build OpenCV applications. The book starts off with simple beginner's level tasks such as basic processing and handling images, image mapping, and detecting images. It also covers popular OpenCV libraries with the help of examples.
The book is a practical tutorial that covers various examples at different levels, teaching you about the different functions of OpenCV and their actual implementation.