Construyendo Proyectos de Visión por Computador con OpenCV 4 y C++

Opiniones de los lectores

El libro está dirigido a programadores de C++ que se inician en OpenCV, y ofrece una guía clara y un código de ejemplo práctico. Sin embargo, muchos críticos señalaron numerosos errores, código obsoleto y mala calidad de impresión, por lo que resulta frustrante para algunos lectores.

⬤ Orientación clara
⬤ bueno para principiantes
⬤ interesante y práctico código de ejemplo
⬤ cubre tanto lo básico como temas avanzados en OpenCV
⬤ presenta una oportunidad para la comprensión y la práctica.

⬤ Lleno de errores y componentes ausentes
⬤ contiene código obsoleto
⬤ mala calidad de impresión y papel
⬤ problemas gramaticales
⬤ no revisado
⬤ algunos conceptos se introducen sin explicación adecuada.

(basado en 8 opiniones de lectores)

Título original:

Building Computer Vision Projects with OpenCV 4 and C++

Contenido del libro:

Profundice en proyectos prácticos de visión por computador y procesamiento de imágenes y póngase al día con técnicas avanzadas de detección de objetos y algoritmos de aprendizaje automático Características principales Descubra las mejores prácticas para la ingeniería y el mantenimiento de proyectos OpenCV Explore importantes herramientas de aprendizaje profundo para la clasificación de imágenes Comprenda los formatos y filtros básicos de matrices de imágenes Descripción del libro.

OpenCV es una de las mejores bibliotecas de código abierto disponibles y puede ayudarle a centrarse en la construcción de proyectos completos sobre procesamiento de imágenes, detección de movimiento y segmentación de imágenes.

Esta Ruta de aprendizaje es su guía para comprender los conceptos y algoritmos de OpenCV a través de ejemplos y actividades del mundo real. A través de varios proyectos, también descubrirá cómo utilizar algoritmos complejos de visión por ordenador y aprendizaje automático y detección de caras para extraer la máxima cantidad de información de imágenes y vídeos. En capítulos posteriores, aprenderá a mejorar sus vídeos e imágenes con análisis de flujo óptico y sustracción de fondos. Las secciones de la Ruta de aprendizaje le ayudarán a familiarizarse con la segmentación y el reconocimiento de texto, además de guiarle a través de los fundamentos de los nuevos y mejorados módulos de aprendizaje profundo. Al final de esta Ruta de aprendizaje, dominará las técnicas de visión por ordenador más utilizadas para crear proyectos OpenCV desde cero. Esta Ruta de Aprendizaje incluye contenido de los siguientes libros de Packt: Mastering OpenCV 4 - Third Edition por Roy Shilkrot y David Millan Escriva Learn OpenCV 4 By Building Projects - Second Edition por David Millan Escriva, Vinicius G.

Mendonca y Prateek Joshi Lo que aprenderá Manténgase al día con los enfoques de diseño algorítmico para tareas complejas de visión por ordenador Trabaje con la API más actualizada de OpenCV a través de varios proyectos Comprenda la reconstrucción de escenas 3D y la estructura a partir del movimiento (SfM) Estudie la calibración de cámaras y la superposición de realidad aumentada (RA) mediante el módulo ArUco Cree scripts CMake para compilar su aplicación C++ Explore las técnicas de segmentación y extracción de características Elimine fondos de escenas estáticas para identificar objetos en movimiento para la vigilancia Trabaje con nuevas funciones de OpenCV para detectar y reconocer texto con Tesseract A quién va dirigido este libro

Si usted es un desarrollador de software con conocimientos básicos de visión por computador y procesamiento de imágenes y desea desarrollar interesantes aplicaciones de visión por computador con OpenCV, esta Ruta de Aprendizaje es para usted. Conocimientos previos de C++ y familiaridad con conceptos matemáticos le ayudarán a entender mejor los conceptos de esta Ruta de Aprendizaje. Tabla de Contenidos Empezando con OpenCV Una Introducción a los Fundamentos de OpenCV Aprendizaje de Interfaces Gráficas de Usuario Profundizando en Histograma y Filtros Inspección Óptica Automatizada, Segmentación y Detección de Objetos Aprendizaje de Clasificación de Objetos Detección de Partes de la Cara y Superposición de Máscaras Videovigilancia, Modelado del Fondo, y operaciones morfológicas Aprendizaje del seguimiento de objetos Desarrollo de algoritmos de segmentación para el reconocimiento de textos Reconocimiento de textos con Tesseract Deep Learning con OpenCV Cartoonifier y análisis del color de la piel en la RaspberryPi Exploración de la estructura a partir del movimiento con el módulo SfM Face Landmark and Pose with Face Module Number Plate Recognition with Deep Convolutional Networks Face Detection and Recognition with the DNN Module Android Camera Calibration and AR Using the ArUco Module iOS Panoramas with the Stitching Module Finding the Best OpenCV Algorithm for the Job Avoiding Common Pitfalls in OpenCV