共计 1445 个字符，预计需要花费 4 分钟才能阅读完成。
新增了六个教程：
-
OpenCV 图像处理学习手册
- 零、前言
- 一、解决图像和视频文件
- 二、建设图像处理工具
- 三、校对和加强图像
- 四、解决色调
- 五、视频图像处理
- 六、计算摄影
- 七、减速图像处理
-
Python3 OpenCV4 计算机视觉学习手册
- 零、前言
- 一、设置 OpenCV
- 二、解决文件，相机和 GUI
- 三、应用 OpenCV 解决图像
- 四、深度预计和宰割
- 三、检测和辨认人脸
- 六、检索图像并将图像描述符用于搜寻
- 七、建设自定义对象检测器
- 八、追踪对象
- 九、相机模型和加强事实
- 十、应用 OpenCV 的神经网络简介
- 十一、附录 A：应用“曲线”过滤器蜿蜒色彩空间
-
应用计算机视觉实战我的项目精通 OpenCV
- 零、前言
- 一、Android 的卡通化器和换肤器
- 二、iPhone 或 iPad 上基于标记的加强事实
- 三、无标记加强事实
- 四、应用 OpenCV 摸索静止构造
- 五、应用 SVM 和神经网络辨认车牌
- 六、非刚性人脸跟踪
- 七、应用 AAM 和 POSIT 的 3D 头部姿态预计
- 八、应用 EigenFace 或 Fisherfaces 的人脸识别
-
OpenCV 安卓编程示例
- 零、前言
- 一、准备就绪
- 二、利用 1- 建设本人的暗室
- 三、利用 2- 软件扫描程序
- 四、利用 2- 利用透视校对
- 五、利用 3- 全景查看器
- 六、利用 4 –主动自拍
-
Python OpenCV 计算机视觉我的项目
- 零、前言
-
第 1 局部：模块 1
- 一、设置 OpenCV
- 二、解决文件，相机和 GUI
- 三、过滤图像
- 四、应用 Haar 级联跟踪人脸
- 五、检测前景 / 背景区域和深度
-
第 2 局部：模块 2
- 六、检测边缘并利用图像过滤器
- 七、对图像进行卡通化
- 八、检测和跟踪不同的身材部位
- 九、从图像中提取特色
- 十、创立全景图像
- 十一、接缝雕刻
- 十二、检测形态和宰割图像
- 十三、对象跟踪
- 十四、对象辨认
- 十五、平面视觉和 3D 重建
-
第 3 局部：模块 3
- 十六、加强事实
- 十七、过滤器的乐趣
- 十八、应用 Kinect 深度传感器的手势辨认
- 十九、通过特色匹配和透视变换来查找对象
- 二十、应用静止构造重建 3D 场景
- 二十一、跟踪视觉上显着的对象
- 二十二、学习辨认交通标志
- 二十三、学习辨认面部表情
- 附录 A：集成 Pygame
- 附录 B：为自定义指标生成 Haar 级联
- 附录 C：参考书目
-
树莓派计算机视觉编程
- 零、前言
- 一、计算机视觉和 Raspberry Pi 简介
- 二、为计算机视觉筹备 Raspberry Pi
- 三、Python 编程简介
- 四、计算机视觉入门
- 五、图像处理根底
- 六、色调空间，变换和阈值
- 七、让咱们收回一些声音
- 八、高通过滤器和特色检测
- 九、图像还原，宰割和深度图
- 十、直方图，轮廓和状态转换
- 十一、计算机视觉的理论利用
- 十二、联合 Mahotas 和 Jupyter
- 十三、附录
下载
Docker
docker pull apachecn0/apachecn-cv-zh
docker run -tid -p <port>:80 apachecn0/apachecn-cv-zh
# 拜访 http://localhost:{port}
PYPI
pip install apachecn-cv-zh
apachecn-cv-zh <port>
# 拜访 http://localhost:{port}
NPM
npm install -g apachecn-cv-zh
apachecn-cv-zh <port>
# 拜访 http://localhost:{port}
奉献指南
本我的项目须要校对，欢送大家提交 Pull Request。
请您怯懦地去翻译和改良翻译。尽管咱们谋求卓越，但咱们并不要求您做到美中不足，因而请不要放心因为翻译上犯错——在大部分状况下，咱们的服务器曾经记录所有的翻译，因而您不用放心会因为您的失误受到无法挽回的毁坏。（改编自维基百科）
正文完