本书以在Android平台上开发OpenCV应用为重点,详细介绍了计算机视觉技术的理论及其在移动平台的应用。本书由浅入深,囊括了从基本的开发环境部署,到基础的图像处理算法,再到目标检测、人脸检测、目标追踪、图像拼接等高级图像分析技术,以及用于图像分类的机器学习算法等各方面的知识。
本书虽然篇幅不大,但内容十分丰富,从理论到实践,从精辟的数学公式到详实的源代码,从系统的算法解释到实用的编程技巧,完全能够满足读者从入门到进阶的求知需要。
移动即未来 视觉有真相
前言
本书能立刻为你在Android 平台上使用OpenCV 助一臂之力。书中既从概念上阐述了
多种计算机视觉算法,也介绍了这些算法在Android 平台上的实现。如果你希望在现有的
或新开发的Android 应用中实现计算机视觉模块,那么本书正是一份宝贵的资料。
本书内容安排
第1 章 为图像添加效果。本章介绍在计算机视觉应用中广泛使用的一些基础的预处理
算法。同时,本章也会说明如何将OpenCV 整合到现有项目中。
第2 章 检测图像的基本特征。本章讲解图像基本特征的检测,比如边缘、角点、直线
和圆等。
第3 章 检测目标。本章进一步探讨特征检测,即利用更复杂的算法来检测和描述图像
的特征,以保证能与其他目标的特征唯一匹配。
第4 章 深入目标检测:级联分类器。本章讲解对更具一般性目标的检测,比如在图像
和视频中检测人脸或眼睛。
第5 章 追踪视频中的目标。本章介绍一种运动检测器——光流法的概念,并利用
Lucas-Kanade-Tomasi 追踪器在视频中追踪目标。
第6 章 利用图像对齐和拼接。本章介绍图像对齐和图像拼接的基本概念,并以此合成
全景图像。
第7 章 OpenCV 机器学习使应用焕发生机。本章讲解如何在计算机视觉应用中利用机
器学习。在这一章中,我们会了解一些常用的机器学习算法,以及它们在Android 上的应
用。
第8 章 疑难解答和最佳实践。本章列举一些开发者在开发应用过程中容易遇到的错误
和问题,同时也介绍一些提高应用效率的优秀经验。
第9 章 开发一个文档扫描应用。本章利用在前面章节中介绍的一些算法构建一个完整
的框架,使其无论以何种角度拍摄图像都能扫描文档。
阅读本书需要什么
本书涉及的内容要求机器至少有1GB 的内存。目前,Windows、OS X 和Linux 操作系
统都支持Android 开发。
本书的读者对象
如果你是一位Java 与Android 开发者,并且希望通过学习OpenCV Android 应用编程
的新特性来提升自己的能力,那么本书就是为你量身打造的!
约定
在本书中,你会发现不同的信息呈现不同的格式。这里我们举例说明这些格式,并解
释它们的含义。
正文中的代码、数据库表名、文件夹名、文件名、文件扩展名、文件路径、伪URL、
用户输入和Twitter 句柄等都采用以下格式:
“创建一个名为Application.mk 的文件,并将以下代码复制到该文件内。”
代码块是这样安排的:
android:required="false"/>
android:required="false"/>
android:required="false"/>
新术语和重要词汇以黑体显示。
警告或重要的事项以这种方式表示。
提示和技巧像这样表示。
下载本书的彩色图片
我们另外提供了一个PDF 文件,该文件中包含了本书用到的截屏和图表的彩色版本。
彩色图片有助于你更好地理解输出结果所产生的变化。PDF 文件可以在这里下载:
https://www.packtpub.com/sites/default/files/downloads/8204OS_Ima
geBundle.pdf。
下载示例代码
你可以从http://www.broadview.com.cn 的“下载专区”,下载所有已购买的博文视点书
籍的示例代码文件1。
勘误表
虽然我们已经尽力谨慎地确保内容的准确性,但错误仍然存在。如果你发现了书中的
错误,包括正文和代码中的错误,请告诉我们,我们会非常感激。这样,你不仅帮助了其
他读者,也帮助我们改进后续的出版。如发现任何勘误,可以在博文视点网站相应图书的
页面提交勘误信息。一旦你找到的错误被证实,你提交的信息就会被接受,我们的网站也
会发布这些勘误信息。你可以随时浏览图书页面,查看已发布的勘误信息。
应该为: