
李立宗
本書基於面向Python的OpenCV(OpenCVforPython),介紹了圖像處理的方方面面。本書以OpenCV官方文檔的知識脈絡爲主線,並對細節進行補充和說明。書中不僅介紹了OpenCV函數的使用方法,還介紹了函數實現的算法原理。在介紹OpenCV函數的使用方法時,提供了大量的程序示例。而且在介紹函數對圖像的處理前,往往先展示函數對數值、數組的處理,方便讀者從數值的角度觀察和理解函數的處理過程和結果。在介紹具體的算法原理時,本書儘量使用通俗易懂的語言和貼近生活的示例來說明問題,避免使用過多複雜抽象的公式。本書適合計算機視覺領域的初學者閱讀,包括在校學生、教師、專業技術人員、圖像處理愛好者。
先說好的: 本書對於一個第一次接觸opencv的小白來說極其友好,對圖像處理相關基礎知識的講解也十分詳細,後面幾章還特意講了圖像識別的一些基礎算法,是圖像入門的一本很棒的書。 再說一些作者或者平臺不太喜歡聽的: 首先就是本書的章節安排,個人認爲相似的知識最好安排在相近的章節,以便比較學習。其次就是本書的一些圖片裏面有亂碼(好像是哪個函數的參數解釋的圖表有一點問題)。再次就是一些小小的錯誤,比如霍夫線變換章節裏的一個小錯誤(當然,正常閱讀的話,讀者完全可以理解並自行糾正)。 總的來說,瑕不掩瑜,還是應該感謝作者願意分享所學。
推薦閱讀,搞個機器識別很方便,提高工作效率,減少人工干預
無疑,計算機視覺是當今AI領域最重要最應該瞭解的,這本書的好就在於不但告訴了你有那些處理,具體處理的函數,還講解了基本的理論依據,而後者,對理解這些算法是非常重要的:知其然不知其所以然的結果當然只能是死搬硬套! 比如,關於霍夫變換的講解,你就會真切的感受到改變視角做事有時候是多麼的不同,這就是映射的魅力,而這樣的觀念除非你見到,否則,是很難靠自己瞎想能突破的,而一旦突破,你就有了更廣闊的世界! 如果你想入門cv,看這一本吧!真的挺輕鬆的
數字圖像處理用來打基礎,這本正好來實操
前面有時間對示例代碼進行驗證,後面時間匆忙僅僅瀏覽內容,寫的很好,算是opencv很好的入門書!
和書名一樣,閱讀體驗很好,我一度看到了解密遊戲的元素,作者對圖像處理一些算法的概念描述十分形象。這本書的整體風格是:算法的整體核心原理 + CV接口的輸入輸出,很適合小白入門,不是那種側重數學證明的風格,作者的語言風格也很樸實,沒有什麼花裏胡哨的東西,側重實用性,整體來說是我目前看過的DIP中一本比較好的入門級別的書了,感謝作者[微笑]
項目需要用到手眼標定,看了一下這本書,收益匪淺,也算是惡補了一些ccd的知識了,雖然關於手眼標定的內容不多,但是講到了二值化、標定,一些比較常用的都講到了,等明天重新過一遍!
又斷斷續續看這本opencv,隨着人工智能時代的到來,現在看這種原始的紙質書籍還有用嗎?給我感觸最深的就是可以向人工智能提出需求,它就幫你生成我們cv的python算法。包括報錯,他都能通過分析給出改善的算法,所以現在讀這種書的意義在哪裏?可能唯一的好處就是能夠理解它的運行原理。但是提問人工智能好像也能夠解決這個問題。 通讀這本書後,讓我更深刻的瞭解了CV的深度算法。特別是transformer模型,也去讀了那篇經典的論文《attention is all you need》,引發了很多對於cv方向的思考,確實讀書能夠有自己獨立的思考,比人工智能的生成答案要深刻。未來一定要努力搞一個試卷系統項目出來玩一玩。
這本書對於初學者來說非常友好,得益於Python語言的易讀性,opencv可以作爲一個方便實用的一個工具,就像作者說的在白盒與黑盒之間做了很好的平衡。美中不足的是,作者好像並未對立體視覺方面的API進行介紹,例如特徵檢測,尺度不變特徵變換,特徵匹配和姿態估計,對極幾何方面的內容,不過瑕不掩瑜,總體來說還是很棒的。
總的來說還是值得一讀的,尤其對沒有什麼基礎的童鞋很友好,沒有太多的專業詞彙,舉了很多例子,雖然都比較簡單,但是對理解函數或者方法來說,還是很不錯的。