《OpenCV 4機器學習算法原理與編程實戰》是電子工業出版社於2021年出版的書籍，作者是朱斌。
基本介紹
- 中文名：OpenCV 4機器學習算法原理與編程實戰
- 作者：朱斌
- 譯者：朱斌
- 出版社：電子工業出版社
- 出版時間：2021年3月
- 頁數：352 頁
- 定價：108 元
- 開本：16 開
- ISBN：9787121408304
內容簡介,圖書目錄,
內容簡介
本書主要面向OpenCV領域的研究與開發人員，採用原理結合實戰的方式，介紹OpenCV 4的機器學習算法模組與深度神經網路模組中的核心算法原理與C++編程實戰。全書共10章， 第1~3章， 介紹OpenCV 4的基礎知識、基本圖像操作和機器學習基礎知識；第4~8章，介紹K-means、KNN、決策樹、隨機森林、Boosting算法和支持向量機等機器學習算法與編程實戰；第9~10章，介紹神經網路與深度神經網路的基本原理與編程實戰，並提供了不同深度學習模型的部署示例代碼。
圖書目錄
第1章 概述 1
1.1 OpenCV簡述 1
1.2 OpenCV的功能 1
1.3 OpenCV中的機器學習與深度神經網路模組 2
1.4 基本數據類型 2
1.4.1 數據類型概述 2
1.4.2 cv::Vec類 3
1.4.3 cv::Point類 6
1.4.4 cv::Scalar類 8
1.4.5 cv::Size類 9
1.4.6 cv::Rect類 9
1.4.7 cv::RotatedRect類 13
1.4.8 cv::Mat類 14
1.4.9 基本矩陣運算 19
參考文獻 22
第2章 OpenCV在機器學習任務中的基本圖像操作 23
2.1 基本圖像操作 23
2.1.1 讀取、顯示和存儲圖像 23
2.1.2 顏色空間轉換 30
2.1.3 圖像的幾何變換 36
2.1.4 直方圖均衡化 49
2.1.5 標註文字和矩形框 57
2.2 基本視頻操作 60
2.2.1 讀取和播放視頻檔案 61
2.2.2 處理視頻檔案 62
2.2.3 存儲視頻檔案 65
參考文獻 67
第3章 機器學習的基本原理與OpenCV機器學習模組 69
3.1 機器學習的基本概念 69
3.1.1 機器學習的定義 69
3.1.2 機器學習的分類 70
3.2 機器學習的一般流程 73
3.2.1 機器學習流程 73
3.2.2 數據集 74
3.2.3 偏差與方差 77
3.2.4 評估分類器性能的方法 79
3.3 邏輯回歸分類示例 80
3.3.1 圖像數據與數據表示 81
3.3.2 邏輯回歸模型 82
3.3.3 邏輯回歸的損失函式 83
3.4 OpenCV支持的機器學習算法 84
3.4.1 機器學習模組的結構 84
3.4.2 機器學習模組中的算法 85
3.4.3 數據集準備 87
3.4.4 特徵選擇 88
參考文獻 89
第4章 K-means和KNN 90
4.1 算法原理 90
4.1.1 K-means原理 90
4.1.2 KNN原理 92
4.2 OpenCV實現 95
4.2.1 K-means的實現 95
4.2.2 KNN的實現 97
4.3 套用示例 99
4.3.1 K-means聚類示例 99
4.3.2 KNN手寫數字識別示例 106
4.3.3 套用提示 112
參考文獻 113
