p.s.
Дополненная реальность, помощь при вождении, видеонаблюдение; все больше и больше приложений в настоящее время используют технологии компьютерного зрения и анализа изображений, и тем не менее, мы все еще находимся в зачаточном состоянии разработки новых компьютеризированных систем, способных понимать наши миры посредством зрения. А с появлением мощных и доступных вычислительных устройств и визуальных датчиков, создавать сложные приложения для обработки изображений стало как никогда просто. Доступно множество программных инструментов и библиотек, манипулирующих изображениями и видео, но для тех, кто хочет разрабатывать приложения на основе интеллектуального зрения, подойдет библиотека OpenCV. Библиотека OpenCV(Open Source Computer Vision) - это библиотека с от- крытым исходным кодом, содержащая более 500 оптимизированных алгоритмов для анализа изображений и видео. С момента своего появления в 1999 году она была широко принята сообществом исследователей и разработчиков в области компьютерного зрения в качестве основного инструмента разработ- ки. Библиотека OpenCV изначально была разработана в компании Intel, коман- дой под руководством Гэри Брэдски(Gary Bradski), в качестве инициативы по продвижению исследований в области машинного зрения и содействию разработке многофункциональных приложений на основе машинного зрения, интенсивно использующих ЦПУ(CPU). После серии бета-версий в 2006 году была выпущена версия 1.0. Второй крупный выпуск произошел в 2009 году с запус- ком библиотеки OpenCV 2, которая предложила важные изменения, особенно новый программный C++-интерфейс для разработки, который мы используем в этой книге. В 2012 году библиотека OpenCV преобразовалась в некоммерческий фонд (http://opencv.org/), полагающийся на краудфандинг для своего будущего развития. Библиотека OpenCV3 была представлена в 2013 году; изменения были внесены в основном для улучшения удобства использования библиотеки. Ее структура была пересмотрена с целью удаления ненужных зависимо- стей, большие модули разбиты на более мелкие, а программный API-интерфейс доработан. Эта книга является третьим изданием книги OpenCV Computer Vision Application Programming Cookbook и первым изданием, охватывающим библио- теку OpenCV версии 3. Все рецепты программирования предыдущих изданий книги были рассмотрены и обновлены. Мы также добавили новый контент и новые главы, чтобы предоставить читателям еще лучшее освещение основной функциональности библиотеки. В этой книге описаны многие возможности библиотеки и объясняется, как использовать их для выполнения специфичных задач. Наша цель состоит не в том, чтобы подробно осветить каждый режим, предлагаемый функциями и классами библиотеки OpenCV, а в том, чтобы предоставить вам элементы, необходимые для построения приложений с нуля. В этой книге мы также исследуем фундаментальные концепции анализа изображений и описываем некоторые важные алгоритмы компьютерного зре- ния. Эта книга является возможностью познакомиться с миром анализа изоб- ражений и видео. Но это только начало. Хорошей новостью является то, что библиотека OpenCV продолжает развиваться и расширяться. Просто обратитесь к онлайн-документации библиотеки OpenCV по адресу http://opencv.org/, чтобы быть в курсе того, чем библиотека может быть для вас полезна. Вы также можете посетить веб-сайт автора по адресу http://www.laganiere.name/, чтобы получить обновленную информацию об этой книге рецептов.
Эта книга рецептов подойдет начинающим программистам на языке программирования C++, которые хотят научиться использовать библиотеку OpenCV для построения приложений компьютерного зрения. Она также подходит для профессиональных разработчиков программного обеспечения, которые хотят познакомиться с концепциями программирования компьютерного зрения. Ее можно использовать в качестве справочника на курсах компьютер- ного зрения университетского уровня. Книга представляет собой отличный справочник для аспирантов и исследователей в области обработки изображе- ний и компьютерного зрения.
Глава 1 «Игра с изображениями» знакомит с библиотекой OpenCV и показывает, как построить простые приложения, которые могут читать и отображать изображения. Она также знакомит с базовыми структурами данных библиотеки OpenCV.
Глава 2 «Манипулирование пикселями» объясняет, как можно прочитать изображение. В нем описаны различные методы сканирования изображения с целью выполнения операции над каждым его пикселем.
Глава 3 «Обработка цветов изображения» состоит из рецептов, описывающих различные шаблоны объектно-ориентированного проектирования, которые могут помочь вам построить более эффективные приложения компьютерного зрения. Также обсуждается концепция цвета в изображениях.
Глава 4 «Подсчет пикселей с помощью гистограмм» показывает, как вычислять гистограммы изображений и как их можно использовать для изменения изображения. Представлены различные приложения на основе гистограмм, обеспечивающие сегментацию изображений, обнаружение объектов и извлечение изображений.
Глава 5 «Преобразование изображений с помощью морфологических операций» исследует концепцию математической морфологии. В нем представлены различные операторы и способы их использования для обнаружения краев, углов и сегментов изображений.
Глава 6 «Фильтрация изображений» знакомит вас с принципами частотного анализа и фильтрации изображений. Она показывает, как фильтры нижних и верхних частот можно применять к изображениям, и представляет концепцию производных операторов.
Глава 7 «Извлечение линий, контуров и компонентов» фокусируется на обнаружении геометрических признаков изображения. Она объясняет, как извлечь контуры, линии и связанные компоненты в изображении.
Глава 8 «Обнаружение точек интереса» описывает различные признаки обнаружения точек на изображениях.
Глава 9 «Описание и сопоставление точек интереса» объясняет, как можно вычислить дескрипторы точек интереса и использовать их для сопоставления точек между изображениями.
Глава 10 «Оценка проективных отношений в изображениях» исследует проективные отношения, существующие между двумя изображениями в одной сцене. Здесь также описывается, как обнаружить специфичные цели на изображении.
Глава 11 «Реконструкция 3D-сцен» позволяет реконструировать 3D-элементы сцены из нескольких изображений и восстановить позу камеры. Она также включает описание процесса калибровки камеры.
Глава 12 «Обработка видеопоследовательностей» предоставляет фреймворк для чтения и записи видеопоследовательности, а также для обработки ее кадров. Она также покажет вам, как можно выделить объекты переднего плана, движущиеся перед камерой.
Глава 13 «Отслеживание визуального движения» посвящена проблеме визуального отслеживания. Он покажет вам, как вычислить видимое движение в ви- део. Здесь также объясняется, как отслеживать движущиеся объекты в после- довательности изображений.
Глава 14 «Обучение на примерах» знакомит с основными понятиями машин- ного обучения. Она показывает, как классификаторы объектов могут быть построены на основе образцов изображений.
Эта книга рецептов базируется на программном C++ API-интерфейсе для разработки c использованием библиотеки OpenCV. Поэтому предполагается, что у вас есть некоторый опыт работы с языком программирования C++. Что- бы запускать примеры, представленные в рецептах, и экспериментировать с ними, вам нужна хорошая среда разработки кода на языке программирования C++. Интегрированные среды разработки Microsoft Visual Studio и Qt - два популярных варианта.
https://www.packtpub.com/en-us/product/opencv-3-computer-vision-application-programming-cookbook-9781786469717
https://github.com/PacktPublishing/OpenCV3-Computer-Vision-Application-Programming-Cookbook-Third-Edition
https://static.packt-cdn.com/downloads/OpenCV3Computer-VisionApplicationProgrammingCookbookThirdEdition_ColorImages.pdf