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: [2nd edition]
نویسندگان: Prateek Joshi. Gabriel Garrido
سری:
ناشر: Packt Publishing
سال نشر: 2018
تعداد صفحات: 268
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 133 Mb
در صورت تبدیل فایل کتاب OpenCV 3.x with Python By Example - Second Edition 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 OpenCV 3.x با Python By Example - نسخه دوم 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.
با استفاده از مثال هایی در مورد عملکردهای مختلف OpenCV، تکنیک
های تشخیص اشیاء، بازسازی سه بعدی، تصویربرداری استریو و سایر
برنامه های بینایی کامپیوتری را بیاموزید. درباره این کتاب نحوه
اعمال جلوه های بصری پیچیده بر روی تصاویر با OpenCV 3.x و Python
را بیاموزید. ویژگی های یک تصویر را استخراج کنید و از آنها برای
توسعه برنامه های کاربردی پیشرفته استفاده کنید الگوریتم هایی
بسازید تا به شما در درک محتوای تصویر و اجرای سبک بصری کمک کند
جستجوها با
تکنیک های پیشرفته در OpenCV مانند یادگیری ماشینی، شبکه عصبی
مصنوعی، بازسازی سه بعدی و واقعیت افزوده آشنا شوید این کتاب برای
توسعه دهندگان پایتون در نظر گرفته شده است که با OpenCV و تازه
کار هستند. می خواهید برنامه های بینایی کامپیوتری را با OpenCV و
Python توسعه دهید. این کتاب همچنین برای توسعهدهندگان نرمافزار
عمومی که میخواهند برنامههای بینایی کامپیوتری را در فضای ابری
استقرار دهند، مفید است. آشنایی با مفاهیم پایه ریاضی مانند
بردارها، ماتریس ها و غیره مفید خواهد بود. آنچه یاد خواهید گرفت
تشخیص اشکال و لبهها از تصاویر و ویدیوها نحوه اعمال فیلتر بر
روی تصاویر و ویدیوها استفاده از تکنیکهای مختلف برای دستکاری و
بهبود تصاویر استخراج و دستکاری بخشهای خاصی از تصاویر و فیلمها
ردیابی اشیا یا رنگها از ویدیوها تشخیص شی یا چهرههای خاص از
تصاویر و ویدیوها نحوه ایجاد برنامه های کاربردی واقعیت افزوده
استفاده از شبکه های عصبی مصنوعی و یادگیری ماشینی برای بهبود
تشخیص اشیا در جزئیات بینایی رایانه در همه جا در فناوری مدرن
یافت می شود. OpenCV برای پایتون ما را قادر می سازد تا الگوریتم
های بینایی کامپیوتر را در زمان واقعی اجرا کنیم. با ظهور ماشین
های قدرتمند، ما قدرت پردازش بیشتری برای کار داریم. با استفاده
از این فناوری، میتوانیم برنامههای بینایی رایانهای خود را به
طور یکپارچه در فضای ابری ادغام کنیم. با تمرکز بر OpenCV 3.x و
Python 3.6، این کتاب شما را از طریق تمام بلوک های سازنده مورد
نیاز برای ساخت برنامه های بینایی کامپیوتری شگفت انگیز به راحتی
راهنمایی می کند. ما با دستکاری تصاویر با استفاده از فیلتر کردن
ساده و تبدیل های هندسی شروع می کنیم. سپس در مورد دگرگونیهای
وابسته و تصویری بحث میکنیم و میبینیم که چگونه میتوانیم از
آنها برای اعمال دستکاریهای پیشرفته پیشرفته روی عکسهای شما
استفاده کنیم، مانند تغییر اندازه آنها در حالی که محتوا را دست
نخورده نگه داریم یا عناصر نامطلوب را به آرامی حذف کنیم. سپس
تکنیکهای ردیابی شی، تشخیص اعضای بدن، و تشخیص اشیا را با
استفاده از تکنیکهای پیشرفته یادگیری ماشینی مانند شبکه عصبی
مصنوعی پوشش خواهیم داد. بازسازی سه بعدی و تکنیک های واقعیت
افزوده نیز گنجانده شده است. این کتاب Ope محبوب را پوشش می دهد
... بیشتر
بخوانید...
چکیده: تکنیک های مربوط به تشخیص اشیا، بازسازی سه بعدی،
تصویربرداری استریو و سایر برنامه های بینایی کامپیوتری با
استفاده از مثال هایی در مورد عملکردهای مختلف OpenCV. درباره این
کتاب نحوه اعمال جلوه های بصری پیچیده بر روی تصاویر با OpenCV
3.x و Python را بیاموزید. ویژگی های یک تصویر را استخراج کنید و
از آنها برای توسعه برنامه های کاربردی پیشرفته استفاده کنید
الگوریتم هایی بسازید تا به شما در درک محتوای تصویر و انجام
جستجوهای بصری کمک کند. با تکنیک های پیشرفته در OpenCV مانند
یادگیری ماشینی، شبکه عصبی مصنوعی، بازسازی سه بعدی، و واقعیت
افزوده Who This Book Is For This کتاب برای توسعه دهندگان پایتون
است که به تازگی با OpenCV آشنا شده اند و می خواهند برنامه های
بینایی کامپیوتری را با OpenCV و Python توسعه دهند. این کتاب
همچنین برای توسعهدهندگان نرمافزار عمومی که میخواهند
برنامههای بینایی کامپیوتری را در فضای ابری استقرار دهند، مفید
است. آشنایی با مفاهیم پایه ریاضی مانند بردارها، ماتریس ها و
غیره مفید خواهد بود. آنچه یاد خواهید گرفت تشخیص اشکال و لبهها
از تصاویر و ویدیوها نحوه اعمال فیلتر بر روی تصاویر و ویدیوها
استفاده از تکنیکهای مختلف برای دستکاری و بهبود تصاویر استخراج
و دستکاری بخشهای خاصی از تصاویر و فیلمها ردیابی اشیا یا
رنگها از ویدیوها تشخیص شی یا چهرههای خاص از تصاویر و ویدیوها
نحوه ایجاد برنامه های کاربردی واقعیت افزوده استفاده از شبکه های
عصبی مصنوعی و یادگیری ماشینی برای بهبود تشخیص اشیا در جزئیات
بینایی رایانه در همه جا در فناوری مدرن یافت می شود. OpenCV برای
پایتون ما را قادر می سازد تا الگوریتم های بینایی کامپیوتر را در
زمان واقعی اجرا کنیم. با ظهور ماشین های قدرتمند، ما قدرت پردازش
بیشتری برای کار داریم. با استفاده از این فناوری، میتوانیم
برنامههای بینایی رایانهای خود را به طور یکپارچه در فضای ابری
ادغام کنیم. با تمرکز بر OpenCV 3.x و Python 3.6، این کتاب شما
را از طریق تمام بلوک های سازنده مورد نیاز برای ساخت برنامه های
بینایی کامپیوتری شگفت انگیز به راحتی راهنمایی می کند. ما با
دستکاری تصاویر با استفاده از فیلتر کردن ساده و تبدیل های هندسی
شروع می کنیم. سپس در مورد دگرگونیهای وابسته و تصویری بحث
میکنیم و میبینیم که چگونه میتوانیم از آنها برای اعمال
دستکاریهای پیشرفته پیشرفته روی عکسهای شما استفاده کنیم، مانند
تغییر اندازه آنها در حالی که محتوا را دست نخورده نگه داریم یا
عناصر نامطلوب را به آرامی حذف کنیم. سپس تکنیکهای ردیابی شی،
تشخیص اعضای بدن، و تشخیص اشیا را با استفاده از تکنیکهای
پیشرفته یادگیری ماشینی مانند شبکه عصبی مصنوعی پوشش خواهیم داد.
بازسازی سه بعدی و تکنیک های واقعیت افزوده نیز گنجانده شده است.
این کتاب Ope محبوب را پوشش می دهد
Learn the techniques for object recognition, 3D reconstruction,
stereo imaging, and other computer vision applications using
examples on different functions of OpenCV. About This Book
Learn how to apply complex visual effects to images with OpenCV
3.x and Python Extract features from an image and use them to
develop advanced applications Build algorithms to help you
understand image content and perform visual searches Get to grips with
advanced techniques in OpenCV such as machine learning,
artificial neural network, 3D reconstruction, and augmented
reality Who This Book Is For This book is intended for Python
developers who are new to OpenCV and want to develop computer
vision applications with OpenCV and Python. This book is also
useful for generic software developers who want to deploy
computer vision applications on the cloud. It would be helpful
to have some familiarity with basic mathematical concepts such
as vectors, matrices, and so on. What You Will Learn Detect
shapes and edges from images and videos How to apply filters on
images and videos Use different techniques to manipulate and
improve images Extract and manipulate particular parts of
images and videos Track objects or colors from videos Recognize
specific object or faces from images and videos How to create
Augmented Reality applications Apply artificial neural networks
and machine learning to improve object recognition In Detail
Computer vision is found everywhere in modern technology.
OpenCV for Python enables us to run computer vision algorithms
in real time. With the advent of powerful machines, we have
more processing power to work with. Using this technology, we
can seamlessly integrate our computer vision applications into
the cloud. Focusing on OpenCV 3.x and Python 3.6, this book
will walk you through all the building blocks needed to build
amazing computer vision applications with ease. We start off by
manipulating images using simple filtering and geometric
transformations. We then discuss affine and projective
transformations and see how we can use them to apply cool
advanced manipulations to your photos like resizing them while
keeping the content intact or smoothly removing undesired
elements. We will then cover techniques of object tracking,
body part recognition, and object recognition using advanced
techniques of machine learning such as artificial neural
network. 3D reconstruction and augmented reality techniques are
also included. The book covers popular Ope ...
Read
more...
Abstract: Learn the techniques for object recognition, 3D
reconstruction, stereo imaging, and other computer vision
applications using examples on different functions of OpenCV.
About This Book Learn how to apply complex visual effects to
images with OpenCV 3.x and Python Extract features from an
image and use them to develop advanced applications Build
algorithms to help you understand image content and perform
visual searches Get to grips with advanced techniques in OpenCV
such as machine learning, artificial neural network, 3D
reconstruction, and augmented reality Who This Book Is For This
book is intended for Python developers who are new to OpenCV
and want to develop computer vision applications with OpenCV
and Python. This book is also useful for generic software
developers who want to deploy computer vision applications on
the cloud. It would be helpful to have some familiarity with
basic mathematical concepts such as vectors, matrices, and so
on. What You Will Learn Detect shapes and edges from images and
videos How to apply filters on images and videos Use different
techniques to manipulate and improve images Extract and
manipulate particular parts of images and videos Track objects
or colors from videos Recognize specific object or faces from
images and videos How to create Augmented Reality applications
Apply artificial neural networks and machine learning to
improve object recognition In Detail Computer vision is found
everywhere in modern technology. OpenCV for Python enables us
to run computer vision algorithms in real time. With the advent
of powerful machines, we have more processing power to work
with. Using this technology, we can seamlessly integrate our
computer vision applications into the cloud. Focusing on OpenCV
3.x and Python 3.6, this book will walk you through all the
building blocks needed to build amazing computer vision
applications with ease. We start off by manipulating images
using simple filtering and geometric transformations. We then
discuss affine and projective transformations and see how we
can use them to apply cool advanced manipulations to your
photos like resizing them while keeping the content intact or
smoothly removing undesired elements. We will then cover
techniques of object tracking, body part recognition, and
object recognition using advanced techniques of machine
learning such as artificial neural network. 3D reconstruction
and augmented reality techniques are also included. The book
covers popular Ope