- EAN13
- 9782822705820
- Éditeur
- Éditions D-BookeR
- Date de publication
- 08/12/2017
- Langue
- français
- Fiches UNIMARC
- S'identifier
Traitement d'images et de vidéos avec OpenCV 3 en C++ (Windows, Linux, Raspberry)
Laurent Berger
Éditions D-BookeR
Livre numérique
-
Aide EAN13 : 9782822705820
- Fichier EPUB, libre d'utilisation
- Fichier Mobipocket, libre d'utilisation
- Lecture en ligne, lecture en ligne
- Fichier PDF, libre d'utilisation
29.99
Autre version disponible
-
Papier - D-BOOKER 42,00
Ce livre explique comment utiliser la librairie OpenCV dans ses applications
les plus courantes : traitement, analyse et reconstitution d'images,
stéréovision, reconnaissance de caractères, reconnaissance faciale et machine
learning. Centré sur la pratique, il vous introduit à ses principales
fonctionnalités au travers de l'étude de neuf cas. Les deux premiers
permettent de se familiariser avec OpenCV 3 et son implémentation en C++
(acquisition à partir de plusieurs caméras, gestion des threads,
optimisation). Les sept autres sont relativement indépendants et exposent les
fonctions majeures (segmentation, panoramique, calibrage, visualisation 3D,
etc.) disponibles dans les modules d'OpenCV.
Les exemples sont écrits en C++ avec la version 3.3.0 d'OpenCV (et
opencv_contrib) et peuvent être déployés sur Windows, Linux et Raspberry.
Certains nécessitent d'avoir au moins deux caméras.
Sommaire :
1\. Pour commencer
2\. Écran de contrôle de caméra vidéo – Gestion des processus légers
3\. Oil painting : parallélisation d'une tâche
4\. Segmentation d'images
5\. Réaliser une caméra panoramique
6\. Calibrage d'images et stéréovision
7\. Structure 3D à partir du mouvement
8\. Reconnaissance de caractères avec Tesseract
9\. Reconnaissance faciale
10\. Apprentissage automatique - Machine Learning
Memento d'OpenCV
Bibliographie
*[XIXe]: 19e siècle
*[]: 15e siècle
les plus courantes : traitement, analyse et reconstitution d'images,
stéréovision, reconnaissance de caractères, reconnaissance faciale et machine
learning. Centré sur la pratique, il vous introduit à ses principales
fonctionnalités au travers de l'étude de neuf cas. Les deux premiers
permettent de se familiariser avec OpenCV 3 et son implémentation en C++
(acquisition à partir de plusieurs caméras, gestion des threads,
optimisation). Les sept autres sont relativement indépendants et exposent les
fonctions majeures (segmentation, panoramique, calibrage, visualisation 3D,
etc.) disponibles dans les modules d'OpenCV.
Les exemples sont écrits en C++ avec la version 3.3.0 d'OpenCV (et
opencv_contrib) et peuvent être déployés sur Windows, Linux et Raspberry.
Certains nécessitent d'avoir au moins deux caméras.
Sommaire :
1\. Pour commencer
2\. Écran de contrôle de caméra vidéo – Gestion des processus légers
3\. Oil painting : parallélisation d'une tâche
4\. Segmentation d'images
5\. Réaliser une caméra panoramique
6\. Calibrage d'images et stéréovision
7\. Structure 3D à partir du mouvement
8\. Reconnaissance de caractères avec Tesseract
9\. Reconnaissance faciale
10\. Apprentissage automatique - Machine Learning
Memento d'OpenCV
Bibliographie
*[XIXe]: 19e siècle
*[]: 15e siècle
S'identifier pour envoyer des commentaires.