Hodnocení:
Kniha poskytuje hutný a ucelený úvod do počítačového vidění s využitím jazyka Python a přístupným způsobem představuje různé nástroje a algoritmy. Nemusí však být vhodná pro úplné začátečníky kvůli pokročilému obsahu a některým problémům s použitelností příkladů a kvalitou tisku.
Klady:⬤ Dobře strukturovaná a vyvážená teorie a praxe.
⬤ Jasné a elegantní příklady kódu, které využívají silné stránky jazyka Python.
⬤ Pokrývá širokou škálu témat počítačového vidění.
⬤ Cenné pro čtenáře s určitými zkušenostmi s programováním a matematickým vzděláním.
⬤ Doporučujeme jako praktického průvodce pro úlohy zpracování a rozpoznávání obrazu.
⬤ Obsahuje mnoho informací, které mohou být pro nováčky ohromující.
⬤ Příklady je třeba psát na stroji, protože není k dispozici žádný doprovodný repozitář kódu.
⬤ Vytištěno černobíle s problémy, jako jsou rozmazané stránky.
⬤ Některé pokročilé termíny jsou zavedeny bez odpovídajících definic.
⬤ Nevhodné pro úplné začátečníky; doporučujeme další základní znalosti.
(na základě 34 hodnocení čtenářů)
Programming Computer Vision with Python: Tools and Algorithms for Analyzing Images
Pokud chcete získat základní znalosti o teorii a algoritmech počítačového vidění, je tento praktický úvod ideálním začátkem. Na základě srozumitelných příkladů napsaných v jazyce Python se naučíte techniky rozpoznávání objektů, 3D rekonstrukce, stereoskopického zobrazování, rozšířené reality a dalších aplikací počítačového vidění.
Kniha Programování počítačového vidění v jazyce Python vysvětluje počítačové vidění v širokém pojetí, které vás nezatěžuje teorií. Získáte kompletní ukázky kódu s vysvětlením, jak každý příklad reprodukovat a navazovat na něj, spolu se cvičeními, která vám pomohou aplikovat to, co jste se naučili. Tato kniha je ideální pro studenty, výzkumníky a nadšence se základními znalostmi programování a standardními matematickými dovednostmi.
⬤ Obsvojte si techniky používané při navigaci robotů, analýze lékařských snímků a dalších aplikacích počítačového vidění.
⬤ Pracujte s mapováním a transformacemi obrazu, například s deformací textur a vytvářením panoramat.
⬤ Vypočítat 3D rekonstrukce z několika snímků stejné scény.
⬤ Uspořádat obrazy na základě podobnosti nebo obsahu pomocí metod shlukování.
⬤ Vytvořit účinné techniky vyhledávání obrázků na základě vizuálního obsahu.
⬤ Používat algoritmy pro klasifikaci obsahu obrazu a rozpoznávání objektů.
⬤ Přístup k populární knihovně OpenCV prostřednictvím rozhraní jazyka Python.
© Book1 Group - všechna práva vyhrazena.
Obsah těchto stránek nesmí být kopírován ani použit, a to ani částečně ani úplně, bez písemného svolení vlastníka.
Poslední úprava: 2024.11.08 20:25 (GMT)