书籍介绍
学习OpenCV（中文版），ISBN：9787302209935，作者：（美）布拉德斯基（Bradski，G.），（美）克勒（Kaehler，A.） 著，于仕琪，刘瑞祯 译
Gary Bradski博士是斯坦福大学人工智能实验室的顾问教授，也是Willow Garage公司机器人学研究协会的资深科学家。
Adrian Kaehler博士，Applied Minds公司的资深科学家，从事机器学习、统计建模、计算机视觉和机器人学方面的研究。
AI导读
核心看点
- OpenCV创始人亲笔撰写，权威解读库设计哲学与架构。
- 按视觉应用分类讲解，涵盖图像处理、变换及轮廓检测。
- 深入剖析算法原理，帮助读者知其然更知其所以然。
适合谁读
- 计算机视觉初学者，需系统了解OpenCV基础与历史。
- 图像处理开发者，希望深入理解底层数据结构与算法。
- 高校师生，作为了解经典C接口与视觉理论的教学参考。
读前提醒
- 基于旧版C接口，现代开发建议结合新版C++文档对照。
- 部分翻译存在瑕疵，建议配合英文原版或官方文档阅读。
- 内容偏向底层原理，需具备一定数学与编程基础。
读者共识
- 内容详实权威，是了解OpenCV起源与架构的经典之作。
- 翻译质量参差不齐，部分术语错误较多，阅读需耐心。
- 版本相对陈旧，适合作为工具书查阅，非最新实战首选。
本导读基于书籍简介、目录、原文摘录、短评和书评生成，不等同于全文精读。
精彩摘录
- "Computer vision has a rich future ahead, and it seems likely to be one of the key enabling technologies for the 21st century. Likewise, OpenCV seems likely to be (at least in part) one of the key enabling technologies for computer vision. Endless opportunities for creativity and profound contributio"
- "OpenCV倾向于支持鉴别式算法，而不倾向于产生式算法。虽然这两者的区别不是非常清晰，但是鉴别式模型在根据给定的数据做出预测上有优势，而产生式模型则是在为你提供更强大的数据表达或者有条件地生成新数据时有优势。"
- "These sequences are sequences of points; more precisely, they are contours—the actual topic of this chapter. The key thing to remember about contours is that they are just a special case of sequences."
- "writing efficient code is often very difficult to do in a modular way"
作者简介
Gary Bradski博士是斯坦福大学人工智能实验室的顾问教授，也是Willow Garage公司机器人学研究协会的资深科学家。
Adrian Kaehler博士，Applied Minds公司的资深科学家，从事机器学习、统计建模、计算机视觉和机器人学方面的研究。
目录
用户评论
基于OpenCV1.0，C接口
用他入门的，但现在基本不看了
迷人的领域
计算机视觉的经典之作，对函数库和图形学都有讲解
内容详实，但相关背景信息量太大了
api手册一样的。官方文档一样为什么还要出一本书，全都是点到为止。需要图像学知识。又可以扔掉一本了。
还行
最近在搞图像的课设 介绍入门很全的工具书
boring
过时了
清华大学出版社的其他书籍查看全部
下载
收藏