ApacheCN 计算机视觉译文集 20210212 更新

新增了六个教程：

• OpenCV 图像处理学习手册

• 零、前言

• 一、处理图像和视频文件

• 二、建立图像处理工具

• 三、校正和增强图像

• 四、处理色彩

• 五、视频图像处理

• 六、计算摄影

• 七、加速图像处理

• Python3 OpenCV4 计算机视觉学习手册

• 零、前言

• 一、设置 OpenCV

• 二、处理文件，相机和 GUI

• 三、使用 OpenCV 处理图像

• 四、深度估计和分割

• 三、检测和识别人脸

• 六、检索图像并将图像描述符用于搜索

• 七、建立自定义对象检测器

• 八、追踪对象

• 九、相机模型和增强现实

• 十、使用 OpenCV 的神经网络简介

• 十一、附录 A：使用“曲线”过滤器弯曲颜色空间

• 使用计算机视觉实战项目精通 OpenCV

• 零、前言

• 一、Android 的卡通化器和换肤器

• 二、iPhone 或 iPad 上基于标记的增强现实

• 三、无标记增强现实

• 四、使用 OpenCV 探索运动结构

• 五、使用 SVM 和神经网络识别车牌

• 六、非刚性人脸跟踪

• 七、使用 AAM 和 POSIT 的 3D 头部姿势估计

• 八、使用 EigenFace 或 Fisherfaces 的人脸识别

• OpenCV 安卓编程示例

• 零、前言

• 一、准备就绪

• 二、应用 1-建立自己的暗室

• 三、应用 2-软件扫描程序

• 四、应用 2-应用透视校正

• 五、应用 3-全景查看器

• 六、应用 4 –自动自拍

• Python OpenCV 计算机视觉项目

• 十六、增强现实

• 十七、过滤器的乐趣

• 十八、使用 Kinect 深度传感器的手势识别

• 十九、通过特征匹配和透视变换来查找对象

• 二十、使用运动结构重建 3D 场景

• 二十一、跟踪视觉上显着的对象

• 二十二、学习识别交通标志

• 二十三、学习识别面部表情

• 六、检测边缘并应用图像过滤器

• 七、对图像进行卡通化

• 八、检测和跟踪不同的身体部位

• 九、从图像中提取特征

• 十、创建全景图像

• 十一、接缝雕刻

• 十二、检测形状和分割图像

• 十三、对象跟踪

• 十四、对象识别

• 十五、立体视觉和 3D 重建

• 一、设置 OpenCV

• 二、处理文件，相机和 GUI

• 三、过滤图像

• 四、使用 Haar 级联跟踪人脸

• 五、检测前景/背景区域和深度

• 零、前言

• 第 1 部分：模块 1

• 第 2 部分：模块 2

• 第 3 部分：模块 3

• 附录 A：集成 Pygame

• 附录 B：为自定义目标生成 Haar 级联

• 附录 C：参考书目

• 树莓派计算机视觉编程

• 零、前言

• 一、计算机视觉和 Raspberry Pi 简介

• 二、为计算机视觉准备 Raspberry Pi

• 三、Python 编程简介

• 四、计算机视觉入门

• 五、图像处理基础

• 六、色彩空间，变换和阈值

• 七、让我们发出一些声音

• 八、高通过滤器和特征检测

• 九、图像还原，分割和深度图

• 十、直方图，轮廓和形态转换

• 十一、计算机视觉的实际应用

• 十二、结合 Mahotas 和 Jupyter

• 十三、附录

下载

Docker

docker pull apachecn0/apachecn-cv-zhdocker run -tid -p <port>:80 apachecn0/apachecn-cv-zh# 访问 http://localhost:{port}

PYPI

pip install apachecn-cv-zhapachecn-cv-zh <port># 访问 http://localhost:{port}

NPM

npm install -g apachecn-cv-zhapachecn-cv-zh <port># 访问 http://localhost:{port}

贡献指南

本项目需要校对，欢迎大家提交 Pull Request。

请您勇敢地去翻译和改进翻译。虽然我们追求卓越，但我们并不要求您做到十全十美，因此请不要担心因为翻译上犯错——在大部分情况下，我们的服务器已经记录所有的翻译，因此您不必担心会因为您的失误遭到无法挽回的破坏。（改编自维基百科）