Product info / Cechy produktu
Rodzaj (nośnik) / Item type
|
książka / book
|
Dział / Department
|
Książki i czasopisma / Books and periodicals
|
Autor / Author
|
Adrian Kaehler
,
Gary Bradski
|
Tytuł / Title
|
OpenCV 3 Komputerowe rozpoznawanie obrazu w C++ przy użyciu biblioteki OpenCV
|
Język / Language
|
polski
|
Wydawca / Publisher
|
Helion
|
Rok wydania / Year published
|
2017
|
|
|
Rodzaj oprawy / Cover type
|
Twarda
|
Wymiary / Size
|
16.9x24.0
|
Liczba stron / Pages
|
872
|
Ciężar / Weight
|
1,3500 kg
|
|
|
Wydano / Published on
|
24.11.2017
|
ISBN
|
9788328316560 (9788328316560)
|
EAN/UPC
|
9788328316560
|
Stan produktu / Condition
|
nowy / new - sprzedajemy wyłącznie nowe nieużywane produkty
|
Komputerowe rozpoznawanie obrazów przechodzi dziś fazę burzliwego rozwoju. Przyczyniają się do tego ogromna popularność cyfrowych aparatów fotograficznych, wielka liczba grafik zgromadzonych w obszernych internetowych bazach danych, a przede wszystkim coraz doskonalsze algorytmy przetwarzania obrazu. W rozwijaniu tej technologii wielką rolę odegrała biblioteka OpenCV, usprawniając pracę setek tysięcy ludzi. OpenCV 3.x ułatwia efektywne rozwijanie projektów dzięki opartej na języku C++ spójnej architekturze, która doskonale działa na wielu platformach.
Ta książka, przeznaczona dla osób znających język C++, jest praktycznym wprowadzeniem do otwartej biblioteki OpenCV w wersji 3.x. Zawiera też podstawowe informacje na temat komputerowego rozpoznawania obrazu, co powinno ułatwić efektywne posługiwanie się tą biblioteką. Sama biblioteka OpenCV została przedstawiona w sposób umożliwiający bardzo szybkie rozpoczęcie pracy. Książka ułatwia naturalne zrozumienie działania algorytmów, dzięki czemu projektowanie i debugowanie aplikacji nie powinno sprawiać problemów. W ten sposób książka ta staje się świetnym przygotowaniem do zgłębienia bardziej zaawansowanych zagadnień komputerowego rozpoznawania obrazu i uczenia maszynowego.
Najważniejsze zagadnienia:
Przegląd biblioteki OpenCV i zawarte w niej funkcje
Praca z plikami obrazów, filmów i danych oraz przekształcanie obrazów
Ważniejsze algorytmy do pracy na obrazach
Punkty kluczowe: wykrywanie i filtrowanie
Trójwymiarowe widzenie, ruch, określanie pozycji
Uczenie maszyn w OpenCV
OpenCV: poznaj i stosuj algorytmy przetwarzania obrazów!
Adrian Kaehler jest naukowcem i założycielem start-upów. Zajmuje się uczeniem maszynowym, modelowaniem statystycznym i komputerowym rozpoznawaniem obrazu. Pracuje w Intel Corporation i w Laboratorium Sztucznej Inteligencji Uniwersytetu Stanforda. Współzakładał Silicon Valley Deep Learning Group.
Gary Rost Bradski jest naukowcem i konsultantem. Zajmuje się robotyką, uczeniem maszynowym i komputerowym rozpoznawaniem obrazów. Pracuje w Laboratorium Sztucznej Inteligencji Uniwersytetu Stanforda. Współtworzył takie biblioteki jak Open Source Computer Vision Library, Machine Learning Library i Probabilistic Network Library (PNL).
Książka OpenCV 3 Komputerowe rozpoznawanie obrazu w C++ przy użyciu biblioteki OpenCV
z wysyłką za granicę