江苏龙网

  1. 首页 > 生活 > >

新手学opencv咋做opencv各个版本有啥区别

既然题主是学能源的，估计以后再用到这块的机会不太多了。 那就花点功夫把老板要你做的这部分图像处理的活干了就好了，可以先把老板的要求细化规整下来为几个具体的要求，然后直接找找看OpenCV里有没有相关的函数，一般是有的，直接利用起来，花点时间调调程序一般就没问题了，其间有不懂的地方可以查书或Google都行。 1、书的话买也成，不买看电子版也无所谓，书都没太大区别，反正是当工具书用了。你用的哪个版本的OpenCV就看对应版本的书就好了。 2、OpenCV3和OpenCV2.X区别大概就是OpenCV3在架构上做出了一些调整，添加了一些新算法，同时引入了T-API等等。对于题主的需求来说，私下以为用2.X比较合适，有些像SIFT算法之类的3里面没有，2.X在这种情况下用起来方便一点可能。总之，两者学起来都不难，毕竟只是一个工具，入门还是挺快的都。
■网友
泻药。《学习Opencv》算是很经典的了，我们实验室人手一本。《Opencv3编程入门》最近在看，入门挺好的，浅显易懂，建议看过之后再去看《学习Opencv》。《编程手册》也有很多人推荐，还没上手不好评论。我之前学习这块的时候，是先整体浏览快速入门，然后再针对你做的方向去看具体细节，毕竟研究生时间还是很短的，一方面你要上课，还要接老板项目，哪来那么多时间全面发展，至少我现在都还没入门，自己的体会是这样的。3和2.x的区别楼上也有说，还是建议用2.x吧。想入门也挺快的，看你怎么定义这个入门了。还是了解自己的研究方向，是目标检测还是跟踪或者是分类等等，针对性的学，可能更快一点。加油！
■网友
OpenCV3编程入门，这本书就够了。《学习opencv》里有许多图像基础理论，外加函数讲解，虽然是opencv1，但是借鉴性很大，可以下载一个电子版的看看，因为主要的库函数几乎没变。《OpenCV3编程入门》这本书其实主要是讲opencv2，作者在主体上基于opencv2.4.9写的。opencv3的改变，可以参考https://zhuanlan.zhihu.com/p/19988205opencv只是个函数库，重要在于算法思想，没必要单独花时间去学，项目中要用什么函数，就直接找就行。
■网友
介绍一本opencv不错的书-OpenCV3使用Java开发手册 【新手学opencv咋做opencv各个版本有啥区别】 本书特色：◎内容涵盖机器学习、光学辨识、影像处理◎具320多个范例，含2.x(2.4.13)、3.x(3.1)版◎包含目前最夯最热门的人工智慧：机器学习、光学辨识及影像处理。◎全世界博硕士很多以opencv做为论文的开发工具。◎许多工作皆需要光学辨识技能，如Robot、自动辨识。◎此书是全世界OpenCV书中以Java展示最多的范例，约320个
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


推荐阅读


上一篇：江西青少年网络安全与信息技术大赛考些啥内容啊

下一篇：程序员有多少人是想要出国移民的