مشخصات کتاب

Raspberry Pi Computer Vision Programming: Design and implement computer vision applications with Raspberry Pi, OpenCV, and Python 3

ویرایش: 2 
نویسندگان: Ashwin Pajankar  
سری:  
ISBN (شابک) : 9781800207219, 1800207212 
ناشر: PACKT Publishing Limited 
سال نشر: 2020 
تعداد صفحات: 306 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 12 مگابایت 

در صورت تبدیل فایل کتاب Raspberry Pi Computer Vision Programming: Design and implement computer vision applications with Raspberry Pi, OpenCV, and Python 3 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 Raspberry Pi Computer Vision Programming: طراحی و اجرای برنامه های دید رایانه ای با Raspberry Pi ، OpenCV و Python 3 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.

توضیحاتی در مورد کتاب Raspberry Pi Computer Vision Programming: طراحی و اجرای برنامه های دید رایانه ای با Raspberry Pi ، OpenCV و Python 3

Raspberry Pi یکی از کامپیوترهای تک برد محبوب نسل ما است. همه الگوریتم ها و عملیات اصلی پردازش تصویر و بینایی کامپیوتری را می توان به راحتی با OpenCV در Raspberry Pi پیاده سازی کرد. این نسخه دوم به‌روزرسانی شده مملو از نمونه‌های پیشرفته و موضوعات جدید است و آخرین نسخه‌های فناوری‌های کلیدی مانند Python 3، Raspberry Pi و OpenCV را پوشش می‌دهد. این کتاب شما را به مهارت های مورد نیاز برای طراحی و اجرای موفقیت آمیز پروژه های بینایی کامپیوتری مبتنی بر OpenCV، Raspberry Pi و Python مجهز می کند. در ابتدا، اصول پایتون 3 و اصول کامپیوترهای تک برد و NumPy را یاد خواهید گرفت. در مرحله بعد، نحوه نصب OpenCV 4 برای Python 3 را بر روی Raspberry Pi، قبل از پوشش تکنیک ها و الگوریتم های اصلی در پردازش تصویر، دستکاری، و بینایی کامپیوتری خواهید فهمید. با انجام مراحل هر فصل، ویژگی های ضروری OpenCV را درک خواهید کرد. بخش‌های بعدی شما را با ایجاد برنامه‌های رابط کاربری گرافیکی (GUI) با GPIO و OpenCV هدایت می‌کنند. شما همچنین یاد خواهید گرفت که از کتابخانه جدید بینایی کامپیوتری، Mahotas، برای انجام عملیات پردازش تصویر مختلف استفاده کنید. در نهایت، نوت بوک Jupyter و نحوه راه اندازی یک کامپیوتر ویندوزی و اوبونتو برای بینایی کامپیوتر را بررسی خواهید کرد. تا پایان این کتاب، می‌توانید با اطمینان برنامه‌های بینایی رایانه را بسازید و به کار ببرید. آنچه خواهید آموخت Raspberry Pi را برای برنامه های بینایی کامپیوتری تنظیم کنید پردازش تصویر اولیه را با کتابخانه هایی مانند NumPy، Matplotlib و OpenCV انجام دهید عملیات حسابی، منطقی و غیره را روی تصاویر نشان دهید با وب کم USB و ماژول دوربین Raspberry Pi کار کنید پیاده سازی فیلترهای پایین گذر و بالا گذر و درک کاربردهای آنها در پردازش تصویر پوشش تکنیک های پیشرفته مانند یکسان سازی هیستوگرام و تبدیلات مورفولوژیکی برنامه های رابط کاربری گرافیکی را با پایتون 3 و OpenCV ایجاد کنید یادگیری ماشین را با خوشه‌بندی K-means و کمیت‌سازی تصویر انجام دهید این کتاب برای چه کسی است این کتاب برای مبتدیان و همچنین علاقه مندان با تجربه Raspberry Pi و Python 3 است که به دنبال کشف دنیای شگفت انگیز بینایی کامپیوتر هستند. دانش کاری زبان برنامه نویسی پایتون 3 فرض می شود.

توضیحاتی درمورد کتاب به خارجی

Raspberry Pi is one of the popular single-board computers of our generation. All the major image processing and computer vision algorithms and operations can be implemented easily with OpenCV on Raspberry Pi. This updated second edition is packed with cutting-edge examples and new topics, and covers the latest versions of key technologies such as Python 3, Raspberry Pi, and OpenCV. This book will equip you with the skills required to successfully design and implement your own OpenCV, Raspberry Pi, and Python-based computer vision projects. At the start, you'll learn the basics of Python 3, and the fundamentals of single-board computers and NumPy. Next, you'll discover how to install OpenCV 4 for Python 3 on Raspberry Pi, before covering major techniques and algorithms in image processing, manipulation, and computer vision. By working through the steps in each chapter, you'll understand essential OpenCV features. Later sections will take you through creating graphical user interface (GUI) apps with GPIO and OpenCV. You'll also learn to use the new computer vision library, Mahotas, to perform various image processing operations. Finally, you'll explore the Jupyter Notebook and how to set up a Windows computer and Ubuntu for computer vision. By the end of this book, you'll be able to confidently build and deploy computer vision apps. What you will learn Set up a Raspberry Pi for computer vision applications Perform basic image processing with libraries such as NumPy, Matplotlib, and OpenCV Demonstrate arithmetical, logical, and other operations on images Work with a USB webcam and the Raspberry Pi Camera Module Implement low-pass and high-pass filters and understand their applications in image processing Cover advanced techniques such as histogram equalization and morphological transformations Create GUI apps with Python 3 and OpenCV Perform machine learning with K-means clustering and image quantization Who this book is for This book is for beginners as well as experienced Raspberry Pi and Python 3 enthusiasts who are looking to explore the amazing world of computer vision. Working knowledge of the Python 3 programming language is assumed.

فهرست مطالب

Cover
Title Page
Copyright and Credits
About Packt
Contributors
Table of Contents
Preface
Chapter 1: Introduction to Computer Vision and the Raspberry Pi
	Understanding computer vision
		OpenCV
	Single-board computers
		The Beagleboard family
		ASUS Tinkerboard
		NVIDIA Jetson
		Intel boards
	Raspberry Pi
		Raspberry Pi models
	OSes for Raspberry Pi
	Setting up Raspbian on a Raspberry Pi
		Downloading the necessary software
		Preparing the microSD card manually
		Booting up the Raspberry Pi for the first time
		Connecting various RPi board models to the internet
	Updating the RPi
	Summary
Chapter 2: Preparing the Raspberry Pi for Computer Vision
	Remotely logging into the RPi with SSH
	Remote desktop access
	Installing OpenCV on an RPi board
	Heatsinks and overclocking RPi 4B
	Summary
Chapter 3: Introduction to Python Programming
	Technical requirements
	Understanding Python 3
		Python on RPi and Raspberry Pi OS
		Python 3 IDEs on Raspberry Pi OS
		Working with Python 3 in interactive mode
		The basics of Python 3 programming
	The SciPy ecosystem
		The basics of NumPy
		Matplotlib
	RPi GPIO programming with Python 3
		LED programming with GPIO
		Push-button programming with GPIO
	Summary
Chapter 4: Getting Started with Computer Vision
	Technical requirements
	Exploring image datasets
	Working with images using OpenCV
	Using matplotlib to visualize images
	Drawing geometric shapes with OpenCV and NumPy
	Working with a GUI
	Event handling and a primitive paint application
	Working with a USB webcam
		Capturing images with the webcam
		Timelapse photography
		Webcam video recording
		Capturing images with the webcam using Python and OpenCV
		Live videos with the webcam using Python and OpenCV
		Webcam resolution
		FPS of the webcam
		Saving webcam videos
		Playing back the video with OpenCV
	The Pi camera module
		Capturing images and videos with the raspistill and raspivid utilities
		Using picamera with Python 3
		Using the RPi camera module and Python 3 to record videos
	Summary
Chapter 5: Basics of Image Processing
	Technical requirements
	Retrieving image properties
	Basic operations on images
		Splitting the image into channels
		Adding a border to an image
	Arithmetic operations on images
	Blending and transitioning images
	Multiplying images by a constant and one another
	Creating a negative of an image
	Bitwise logical operations on images
	Summary
Chapter 6: Colorspaces, Transformations, and Thresholding
	Technical requirements
	Colorspaces and converting them
		HSV colorspace
		Tracking in real time based on color
	Performing transformation operations on images
		Scaling
		The translation, rotation, and affine transformation of images
	Perspective transformation of images
	Thresholding images
		Otsu\'s binarization method
		Adaptive thresholding
	Summary
Chapter 7: Let\'s Make Some Noise
	Technical requirements
	Noise
		Introducing noise to an image
	Working with kernels
	2D convolution with the signal processing module in SciPy
	Filtering and blurring with OpenCV
		2D convolution filtering
		Low-pass filtering
	Summary
Chapter 8: High-Pass Filters and Feature Detection
	Technical requirements
	Exploring high-pass filters
	Working with the Canny edge detector
		Finding circles and lines with Hough transforms
	Harris corner detection
	Exercise
	Summary
Chapter 9: Image Restoration, Segmentation, and Depth Maps
	Technical requirements
	Restoring damaged images using inpainting
	Segmenting images
		Mean shift algorithm segmentation
		K-means clustering and image quantization
		Comparison of k-means and the mean shift algorithm
	Disparity maps and depth estimation
	Summary
Chapter 10: Histograms, Contours, and Morphological Transformations
	Technical requirements
	Computing and visualizing histograms
		Histogram equalization
	Visualizing image contours
	Applying morphological transformations to images
	Summary
Chapter 11: Real-Life Applications of Computer Vision
	Technical requirements
	Implementing the Max RGB filter
	Implementing background subtraction
	Computing the optical flow
	Detecting and tracking motion
	Detecting barcodes in images
	Implementing the chroma key effect
	Summary
Chapter 12: Working with Mahotas and Jupyter
	Technical requirements
	Processing images with Mahotas
		Reading images and built-in images
		Thresholding images
		The distance transform
		Colorspace
	Combining Mahotas and OpenCV
	Other popular image processing libraries
	Exploring the Jupyter Notebook for Python 3 programming
	Summary
Chapter 13: Appendix
	Technical requirements
	Performance measurement and the management of OpenCV
	Reusing a Raspbian OS microSD card
		Formatting the SD card using the SD card formatter
		The Disk Management utility in Windows
	Tour of the raspi-config command-line utility
	Installation and the environment setup on Windows, Debian, and Ubuntu
	Python implementations and Python distributions
Other Books You May Enjoy
	Leave a review - let other readers know what you think
Index

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Improve Learning: How To Accelerate Your Learning Capacity And Thrive To Reach Your Potential Using NLP Techniques

دانلود کتاب Dimensional Analysis

دانلود کتاب Common Conditions in Gynaecology: A Problem-Solving Approach

دانلود کتاب Letteratura cristiana antica. Antologia di testi. Dalle origini al terzo secolo

دانلود کتاب Los anillos de Saturno