دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Felipe Barelli
سری:
ISBN (شابک) : 9788594188588, 8594188587
ناشر: CASA DO CODIGO
سال نشر: 2018
تعداد صفحات: [268]
زبان: Portuguese
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 20 Mb
در صورت تبدیل فایل کتاب Introduçô à Visô Computacional: Uma abordagem prática com Python e OpenCV. به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مقدمه ای بر بینایی کامپیوتر: یک رویکرد عملی با پایتون و OpenCV. نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
1 Introdução à Visão Computacional 2 Preparando o ambiente de estudo 2.1 Instalação no Windows e Mac OS 2.2 Instalação no Linux 2.3 Instalação das bibliotecas 2.4 Execução de programas 3 Aquisição de imagem 3.1 Câmeras digitais 3.2 Sensores CCD e CMOS 3.3 Formação da imagem 3.4 Resolução e quantização 3.5 Cor de imagens 3.6 Formatos de imagem 3.7 Prática com Python e OpenCV 4 Representação de cores no espaço 4.1 Cores no espaço RGB 4.2 Cores no espaço HSV 5 Pré-processamento 5.1 Operações básicas 5.2 Histograma de cores 5.3 Transformações geométricas 5.4 Operações aritméticas 5.5 Ruído em imagens 6 Aplicação de filtros 6.1 Filtro de média 6.2 Filtro gaussiano 6.3 Filtro de mediana 6.4 Filtro bilateral 7 Realce de bordas 7.1 Operador de Sobel 7.2 Operador laplaciano 7.3 Filtro máscara de desaguçamento 7.4 Detector de bordas de Canny 8 Operações morfológicas 8.1 Elemento estruturante 8.2 Erosão e dilatação 8.3 Abertura e fechamento 8.4 Gradiente morfológico 8.5 Top Hat 8.6 Tratamento de ruído 9 Segmentação de objetos 9.1 Segmentação por binarização 9.2 Segmentação por cor 9.3 Segmentação por bordas 9.4 Segmentação por movimento 10 Extração de características 10.1 De aspecto 10.2 Dimensionais 10.3 Inerciais 10.4 Topológicas 11 Reconhecimento de Padrões 12 Classificador K-NN 12.1 Algoritmo K-NN 12.2 K-NN com scikit-learn 13 Algoritmo Haar Cascade 13.1 Detecção de objetos 14 Aplicações da Visão Computacional 14.1 Reconhecimento de objetos 14.2 Reconhecimento de cores 14.3 Contagem de objetos 14.4 Distância entre objetos 14.5 Rastreamento de objetos 14.6 Reconhecimento de caracteres 15 Referências bibliográficas