掌控Python：人工智能之機器視覺

目錄
前言
第1章 機器視覺
1.1 什么是機器視覺？ 1
1.2 機器視覺應(yīng)用領(lǐng)域 1
1.3 OpenCV 2
第2章 顯示圖片與視頻
2.1 獲取圖像 6
2.2 顯示圖像 7
2.3 顯示視頻流 10
第3章 圖像處理
3.1 計算機“眼”中的圖像 15
3.2 NumPy模塊 17
3.3 圖像色彩變化 20
3.4 圖像的幾何變化 26
3.5 圖像的顏色識別 37
第4章 圖像特征檢測
4.1 卷積運算 45
4.2 垂直邊緣與水平邊緣 47
4.3 濾波器 50
4.4 邊緣檢測 53
4.5 輪廓檢測 63
第5章 人臉檢測
5.1 Haar分類器 80
5.2 Haar分類器訓(xùn)練的步驟 82
5.3 獲取Haar分類器 83
5.4 使用OpenCV進行人臉檢測 83
5.5 視頻中的人臉檢測 87
第6章 人工智能與機器學(xué)習(xí)
6.1 人工智能 93
6.2 人工神經(jīng)網(wǎng)絡(luò) 95
6.3 監(jiān)督式學(xué)習(xí)與非監(jiān)督式學(xué)習(xí) 97
6.4 OpenCV中的人工神經(jīng)網(wǎng)絡(luò) 99
6.5 scikit-learn 102
第7章 手寫文字的圖像識別
7.1 MNIST手寫數(shù)字數(shù)據(jù)庫 105
7.2 創(chuàng)建訓(xùn)練和評估數(shù)據(jù) 107
7.3 機器學(xué)習(xí)的訓(xùn)練 108
7.4 機器學(xué)習(xí)的預(yù)測 109
7.5 分類器的保存與讀取 115
7.6 使用OpenCV檢測手寫數(shù)字 115
第8章 人臉識別與手勢識別
8.1 生成訓(xùn)練數(shù)據(jù) 120
8.2 創(chuàng)建特征量 122
8.3 機器學(xué)習(xí)的訓(xùn)練 123
8.4 使用識別器進行人臉識別 125
8.5 使用識別器進行手勢識別 127
附錄 OpenCV模塊中的函數(shù)及方法匯總