书:pan.baidu.com/s/151xVguoGwyBrGk5X9ygFKg?pwd=3l6c
- 树莓派上的卡通化和皮肤颜色分析：
- 访问摄像头并处理相机主循环，生成黑白素描、彩色绘画和卡通效果。
- 使用边缘滤波器和皮肤检测来生成特定效果，如邪恶模式或外星人造型。
- 使用SfM模块从运动中恢复结构：
- 掌握相机标定、对极几何、立体重建等核心概念。
- 在OpenCV中实现SfM，包括图像特征匹配、特征轨迹找到、3D重建和可视化等。
- 使用人脸模块进行人脸特征点及姿态检测：
- 了解主动外观模型、受约束的局部模型和回归方法。
- 在OpenCV中进行人脸特征点检测和基于特征点的人脸方向估计。
- 基于深度卷积网络的车牌识别：
- 掌握ANPR（自动车牌识别）算法。
- 实现车牌检测和识别，包括分割、分类以及OCR分割和基于卷积神经网络的字符分类。
- 通过DNN模块进行人脸检测和识别：
- 介绍人脸检测和识别的基本概念和流程。
- 实现人脸预处理、收集人脸数据、学习以及识别等步骤。
- Web计算机视觉与OpenCV.js：
- 了解OpenCV.js的编译和开发基础。
- 在浏览器中实现图像处理和基本用户界面，如阈值滤波器、高斯滤波器和Canny滤波器等。
- 使用ArUco模块的Android相机校准和AR：
- 掌握增强现实和姿态估计的基本概念。
- 在Android系统中实现相机访问和使用ArUco进行相机校准。
- 带有拼接模块的iOS全景图：
- 了解全景图像拼接方法，包括特征提取和鲁棒匹配、变形图像以便全景创建等。
- 在iOS中实现全景捕捉的UI和OpenCV拼接。
- 为项目找到最佳OpenCV算法：
- 评估项目需求并确定是否包含在OpenCV中。
- 比较OpenCV中的算法选项，并确定哪种算法最适合项目需求。
- 避免OpenCV中的常见陷阱：
- 了解OpenCV的历史和版本变迁。
- 掌握常见陷阱和建议解决方案，以避免在开发过程中遇到问题。
- 图像处理技术：
- 该书涵盖了图像处理的基本操作，如读取、写入、操纵和显示静态图像、视频以及来自摄像机的回馈。
- 还包括更高级的图像处理技术，如使用双边滤波器进行图像平滑处理，以及使用形态学操作（如膨胀和侵蚀）来改变图像的形状和结构。
- 颜色空间转换：
- 为了实现特定的图像处理效果，该书介绍了颜色空间转换的重要性。
- 例如，从RGB颜色空间转换到HSV或Y’CrCb颜色空间，以便更好地分离颜色信息和亮度信息，从而实现对皮肤颜色的精确修改或其他特定的颜色处理效果。
这些技术点或应用领域展示了OpenCV在计算机视觉领域的广泛应用和强大功能。通过深入学习这些技术，读者可以掌握使用OpenCV构建计算机视觉相关应用的关键技能和方法。