|
楼主 |
发表于 2016-10-3 20:20:58
|
显示全部楼层
Machine Learning机器学习,详细目录如下:
第10章 检测 314
范例10-1-1 Hough Line霍夫线变换1 314
范例10-1-2 Hough Line霍夫线变换2 317
范例10-1-3线段检测 319
范例10-2-1 Hough Circle霍夫圆变换 321
范例10-2-2霍夫圆变换应用:距离量测使用Cam实作 324
范例10-2-3 综合应用-虚拟画笔Live版1 327
范例10-2-4 虚拟画笔Live版2 330
范例10-3-1 寻找轮廓 332
范例10-3-2 轮廓顺序表示法 334
范例10-4-1 寻找轮廓并且绘出外框矩形1 336
范例10-4-2 寻找轮廓并且绘出外框矩形2 338
范例10-4-3 多点绘出外框矩形1 341
范例10-4-4 多点绘出外框矩形2 342
范例10-4-5 多点绘出外框凸多边形 343
范例10-4-6 绘出多点外框圆形 345
范例10-4-7 绘出多点外框椭圆形 346
范例10-4-8 最近似外框多边形 347
范例10-4-9 绘出多点最适外框三角形 349
范例10-5-1寻找轮廓并且绘出外框圆形 351
范例10-5-2寻找轮廓并且绘出外框椭圆形 352
范例10-5-3寻找轮廓并且绘出外框三角形 354
范例10-6-1判断某点是否在凸边形的轮廓内 356
范例10-7-1计算轮廓的面积与周长 357
范例10-8-1使用匹配模板找出某物 359
范例10-8-2使用非匹配模板找出某物 363
范例10-8-3 修正使用匹配与非匹配模板找出某物 364
范例10-9-1 convexHull凸包处理 367
范例10-10-1 convexityDefects凸包缺陷 369
范例10-11-1颜色区域检测 373
范例10-12-1颜色辨识-反向投影1 377
范例10-12-2颜色辨识-反向投影2 379
范例10-12-3颜色辨识-反向投影3 380
范例10-13-1颜色辨识以RGB为主 381
范例10-13-2颜色辨识,使用HSV彩色空间 382
范例10-13-3影像颜色检测 384
范例10-14-1从webcam读取影像及判断HSV颜色值 385
范例10-14-2读取影像及调整HSV颜色值捕捉物体 387
范例10-14-3计算生锈面积 389
范例10-15-1综合应用,辨识蓝色圆形物 390
范例10-15-2综合应用:辨识蓝色圆形物-增加膨胀以改良 393
范例10-16-1找出肤色Live版 395
范例10-16-2找出肤色Live改善版 396
范例10-17-1手势、手指数目辨识 397
范例10-17-2手势控制相机先比5后比Ya(2指)触发自动拍照 406
范例10-18-1 Xray效果及找到手掌心 407
范例10-18-2找到手掌心 Live版 410
范例10-18-3找到掌心与手指 Live版 411
范例10-19-1 空间矩、中心矩、标准中心矩及Hu不变矩 411
范例10-19-2比较两个形状 416
范例10-19-3比较两个影像,使用直方图比对法 419
范例10-19-4找出某物整合MatchTemplete与compareHist 422
范例10-20-1 找出合适的切线 425
范例10-20-2 众点找出合适的切线 428
范例10-21-1束绳检测是否断裂1 430
范例10-21-2束绳检测是否断裂2 432
范例10-21-3束绳检测是否断裂3 433
范例10-22-1束绳检测是否偏斜1 435
范例10-22-2束绳检测是否偏斜2 437
范例10-22-3束绳检测是否偏斜3 439
范例10-23-1 综合应用:找出趋势图最高点 441
范例10-24-1寻找两个矩形的交叉点 442
范例10-25-1 捕抓萤幕画面 444
范例10-25-2找出应用程式在萤幕的位置-我的Word在那里 446
第11章 特征点检测 450
范例11-1-1 Shi-Tomasi角点检测方法 450
范例11-1-2利用角点检测找出particle-Live版 452
范例11-2-1 Harris-Stephens边缘检测方法 453
范例11-3-1更精确的角点检测 454
范例11-4-1特征点检测计算 457
范例11-5-1利用Features2D二维特征点寻找物体 462
范例11-5-2利用二维特征点SURF+FLANN寻找物体-Live版 468
范例11-5-3利用Features2D寻找近似物体 468
范例11-6-1利用二维特征点及Homography单映射寻找物体 472
范例11-6-2利用二维特征点及单映射寻找物体Live版 476
范例11-6-3利用二维特征点及单映射寻找近似物体 476
范例11-7-1客制化角点检测视窗 477
范例11-8-1寻找出棋盘格 480
范例11-8-2寻找出棋盘格Live版 483
范例11-9-1矫正镜头畸形 483
范例11-9-1利用矫正镜头制造艺术化扭曲影像 487
第12章 运动追踪motion tracking 489
范例12-1-1补捉动静Live版 489
范例12-2-1使用HOG特征进行行人检测 491
范例12-2-2行人检测Live版 494
范例12-3-1 Lucas-Kanade光流 494
范例12-3-2 Farneback光流 499
范例12-4-1使用MOG特征进行行人检测 502
范例12-4-2 MOG特征进行行人检测Live版 504
范例12-4-3使用KNN特征进行行人检测 505
范例12-4-4 KNN特征进行行人检测Live版 506
范例12-5-1使用Meanshift均值偏移寻找物体Live版 507
范例12-6-1使用CamShift人脸追踪Live版 509
范例12-7-1 Kalman Filter滤波,随机乱跑Live版 512
范例12-7-2 Kalman Filter滤波,追踪蓝色圆形Live版 516
范例12-8-1更新运动历史图像Live版 517
第13章 Machine Learning机器学习 523
范例13-1-1人脸辨识 524
范例13-1-2人脸辨识Live版 527
范例13-1-3人脸辨识含眼鼻Live版 527
范例13-1-4人脸眼鼻快速辨识Live版 529
范例13-1-5 整合应用:检测到眼睛自动添加眼镜Live版 531
范例13-1-6检测到眼睛自动添加半透明眼镜Live版 534
范例13-1-7检测行人 535
范例13-1-8检测车辆 537
范例13-1-9 DetectMultiScale3参数测试 538
范例13-1-10计算车流量 540
范例13-1-11 侦测RJ45网路头Live版 542
范例13-2-1 电脑小手写板程式Live版 549
范例13-2-1a手写数字的资料库 552
范例13-2-1b鸢尾花资料库 555
范例13-3-1常态贝叶斯分类器预测鸢尾花数据集 560
范例13-3-2常态贝叶斯分类器-预测手写数字 561
范例13-3-3常态贝叶斯分类器-预测手写数字Live版 563
范例13-4-1决策树Decision Trees预测鸢尾花数据集 565
范例13-4-2决策树-预测手写数字 569
范例13-4-3决策树-预测手写数字Live版 571
范例13-5-1最大期望值EM-预测鸢尾花数据集 572
范例13-5-2最大期望值-预测鸢尾花数据集二元分类 576
范例13-5-3最大期望值-预测鸢尾花数据集3类修改版 578
范例13-5-4最大期望值-预测手写数字 581
范例13-5-5最大期望值-预测手写数字(二元分类) 583
范例13-5-6最大期望值-预测手写数字Live版 586
范例13-6-1 Logistic回归-预测鸢尾花数据集 586
范例13-6-2 Logistic回归-预测手写数字 590
范例13-6-3 Logistic回归-预测手写数字,调整参数 593
范例13-6-4 Logistic回归-预测手写数字Live版 593
范例13-7-1 KNN-预测鸢尾花数据集 594
范例13-7-2 KNN-预测鸢尾花数据集2 597
范例13-7-3 KNN-预测手写数字 600
范例13-7-3 KNN-预测手写数字Live版 602
范例13-7-5 KNN-分类练习 602
范例13-8-1 随机森林-预测鸢尾花数据集 604
范例13-8-2随机森林-预测手写数字 607
范例13-8-3 随机森林-预测手写数字Live版 609
范例13-9-1 Boost分类-预测鸢尾花数据集 609
范例13-9-2 Boost分类-预测鸢尾花数据集2 612
范例13-9-3 Boost-预测手写数字 615
范例13-9-4 Boost-预测手写数字Live版 617
范例13-10-1 类神经网路-初声试啼小练习 618
范例13-10-2 类神经网路-预测鸢尾花数据集 623
范例13-10-3类神经网路-预测手写数字 625
范例13-10-4类神经网路-预测手写数字Live版 627
范例13-11-1 SVM-预测鸢尾花数据集 627
范例13-11-2 SVM预测手写数字 631
范例13-11-3 SVM预测手写数字Live版 633
范例13-11-4 SVM分类练习于2D平面 633
范例13-12-1 Kmean(K均值)简单分类 636
范例13-12-2 Kmean 1维数据分类 640
范例13-12-3 Kmean 2维数据分类 643
范例13-12-4 Kmean 应用于影像处理-减色处理 646
范例13-12-5 Kmean预测分类-鸢尾花数据集 648
范例13-12-6 Kmean预测分类-手写数字数据集 650
范例13-12-7 Kmean预测分类-手写数字Live版 652
范例13-13-1马氏距离 654
范例13-13-2马氏距离使用于-鸢尾花数据集 656
范例13-13-3马氏距离使用于-手写数字数据集 657
范例13-13-4修改马氏距离使用于-手写数字数据集 660
范例13-13-5修改马氏距离使用于-鸢尾花数据集 665
范例13-13-6修改版马氏距离使用于-预测手写数字Live版 666
范例13-14-1主成份分析PCA 671
范例13-14-2鸢尾花数据集使用PCA降维 673
范例13-14-3鸢尾花数据使用PCA降维整合Kmean聚类处理 675
范例13-14-4鸢尾花数据使用PCA降维整合Knn分类处理 678
范例13-14-5手写数字集使用PCA降维整合Kmean聚类处理 680
范例13-14-6 手写数字集使用PCA降维整合KNN及SVM分类 682
范例13-14-7 改善手写数字集使用PCA降维整合KNN及SVM 685
范例13-14-8 改善鸢尾花数据使用PCA降维整合KNN分类 689
范例13-14-9个人人脸辨识整合PCA与SVM计算 690
范例13-14-10个人人脸辨识整合PCA与LibSVM计算 694
范例13-15-0车牌辨识 699
范例13-15-1 Java呼叫外部命令Tesseract字符识别引擎 701
第14章 其它功能与整合效果 703
范例14-1-1离散傅立叶转换 703
范例14-2-1视差(视角不对称)使用BM 706
范例14-2-2视差(视角不对称)使用SGBM 708
范例14-3-1综合应用:虚拟钢琴Live版 710
范例14-4-1平面细分割使用Subdiv2D 711
范例14-4-2综合练习,平面细分割使用Subdiv2D应用于人脸 715
范例14-4-2综合练习,平面细分割应用人脸Live版 718
第15章 发行Java应用程式 721
第16章 Opencv与Web整合 723
范例16-1-1 Hello Opencv 723
范例16-1-2 利用opencv显示影像 726
范例16-1-3在Web上模糊处理 729
范例16-1-4 jsp应用模糊处理 730
附录A Opencv Mat资料结构列表 734
附录B Opencv色彩空间转换资料格式列表 736
附录C Iris鸢尾花数据集 743
附录D Opencv Java开发异常说明 748
附录E Opencv for Java 2.4.12与3.1差异 749
附录F Opencv相关网址 754 |
|