Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Программирование компьютерного зрения на языке Python

Покупка
Артикул: 651162.03.99
Доступ онлайн
559 ₽
В корзину
Если вы хотите разобраться в основах теории и алгоритмов компьютерного зрения, то эта книга — как раз то, что вам нужно. Вы узнаете о методах распознавания объектов, трехмерной реконструкции, обработке стереоизображений, дополненной реальности и других приложениях компьютерного зрения. Изложение сопровождается понятными примерами на языке Python. При этом объяснения даются в общих чертах, без погружения в сухую теорию. Издание идеально подходит для студентов, исследователей и энтузиастов-любителей с базовыми знаниями математики и навыками программирования.
19
Солем, Я. Э. Программирование компьютерного зрения на языке Python : практическое руководство / Я. Э. Солем ; пер. с англ. А. А. Слинкина. - 2-е изд. - Москва : ДМК Пресс, 2023. - 313 с. - ISBN 978-5-89818-310-3. - Текст : электронный. - URL: https://znanium.ru/catalog/product/2102597 (дата обращения: 19.11.2026). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов
Ян Эрик Солем
Программирование 
компьютерного 
зрения на языке
Python


Programming 
Computer Vision 
with Python
Jan Erik Solem
Beijing • Cambridge • Farnham • Köln • Sebastopol • Tokyo


Москва, 2023
Программирование 
компьютерного зрения 
на языке Python
Ян Эрик Солем
2-е издание, электронное


УДК 004.93Python
ББК 32.972.1
С60
С60
Солем, Ян Эрик.
Программирование компьютерного зрения на языке Python / Я. Э. Солем ; пер. с англ. А. А. Слинкина. — 2-е изд., эл. — 1 файл pdf : 313 с. — Москва : ДМК Пресс, 2023. — Систем. требования: Adobe Reader XI либо Adobe 
Digital Editions 4.5 ; экран 10". — Текст : электронный.
ISBN 978-5-89818-310-3
Если вы хотите разобраться в основах теории и алгоритмов компьютерного зрения, то эта книга — как раз то, что вам нужно. Вы узнаете о методах распознавания 
объектов, трехмерной реконструкции, обработке стереоизображений, дополненной 
реальности и других приложениях компьютерного зрения. Изложение сопровождается понятными примерами на языке Python. При этом объяснения даются в общих 
чертах, без погружения в сухую теорию.
Издание идеально подходит для студентов, исследователей и энтузиастов-любителей с базовыми знаниями математики и навыками программирования.
УДК 004.93Python 
ББК 32.972.1
Электронное издание на основе печатного издания: Программирование компьютерного зрения на языке Python / Я. Э. Солем ; пер. с англ. А. А. Слинкина. — Москва : ДМК Пресс, 2016. — 
312 с. — ISBN 978-5-97060-200-3. — Текст : непосредственный.
Все права защищены. Любая часть этой книги не может быть воспроизведена в какой бы 
то ни было форме и какими бы то ни было средствами без  письменного разрешения владельцев авторских прав.
Материал, изложенный в данной книге, многократно проверен. Но поскольку вероятность 
технических ошибок все равно существует, издательство не может гарантировать абсолютную 
точность и правильность приводимых сведений. В связи с этим издательство не несет ответственности за возможные ошибки, связанные с использованием книги.
В соответствии со ст. 1299 и 1301 ГК РФ при устранении ограничений, установленных техническими средствами 
защиты авторских прав, правообладатель вправе требовать от нарушителя возмещения убытков или выплаты компенсации.
ISBN 978-5-89818-310-3
© Jan Erik Solem, 2012.
© Оформление, перевод на русский язык, 
ДМК Пресс, 2016


Оглавление
Предисловие.................................................... 11
Требования к читателю и структура книги....................................... 12
Необходимые знания и навыки.............................................................. 12
Чему вы научитесь................................................................................. 12
Структура книги..................................................................................... 13
Введение в компьютерное зрение.................................................. 14
Python и NumPy.............................................................................. 14
Обозначения и графические выделения......................................... 15
О примерах кода............................................................................ 16
Как с нами связаться...................................................................... 17
Благодарности............................................................................... 17
Об авторе....................................................................................... 18
Глава 1. Основы обработки изображений............... 19
1.1. PIL – библиотека Python Imaging Library................................... 19
Преобразование изображения в другой формат.................................... 20
Создание миниатюр.............................................................................. 21
Копирование и вставка областей........................................................... 21
Изменение размера и поворот............................................................... 22
1.2. Библиотека Matplotlib.............................................................. 22
Рисование точек и прямых линий........................................................... 22
Изолинии и гистограммы изображений................................................. 25
Интерактивное аннотирование.............................................................. 26
1.3. Пакет NumPy........................................................................... 27
Представление изображения в виде массива........................................ 27
Преобразование уровня яркости........................................................... 29
Изменение размера изображения......................................................... 31
Выравнивание гистограммы.................................................................. 31
Усреднение изображений...................................................................... 33
Метод главных компонент для изображений.......................................... 34
Использование модуля pickle................................................................. 37
1.4. Пакет SciPy.............................................................................. 39
Размытие изображений......................................................................... 39
Производные изображения................................................................... 40
Морфология – подсчет объектов........................................................... 43
Полезные модули в пакете SciPy............................................................ 46


Оглавление
1.5. Более сложный пример: очистка изображения от шумов......... 47
Упражнения.................................................................................... 50
Соглашения в примерах кода......................................................... 51
Глава 2. Локальные дескрипторы изображений...... 53
2.1. Детектор углов Харриса........................................................... 53
Нахождение соответственных точек в изображениях............................. 57
2.2. SIFT – масштабно-инвариантное преобразование признаков.. 62
Особые точки......................................................................................... 62
Дескриптор............................................................................................ 63
Обнаружение особых точек.................................................................... 63
Сопоставление дескрипторов................................................................ 67
2.3. Сопоставление изображений с геометками............................. 70
Загрузка изображений с геометками из Panoramio................................ 71
Сопоставление с помощью локальных дескрипторов............................. 74
Визуализация связанных изображений.................................................. 76
Упражнения.................................................................................... 78
Глава 3. Преобразования изображений................. 80
3.1. Гомографии............................................................................. 80
Алгоритм прямого линейного преобразования...................................... 82
Аффинные преобразования................................................................... 84
3.2. Деформирование изображений............................................... 85
Изображение внутри изображения........................................................ 86
Кусочно-аффинное деформирование.................................................... 91
Регистрация изображений..................................................................... 95
3.3. Создание панорам................................................................. 101
RANSAC............................................................................................... 101
Устойчивое вычисление гомографии................................................... 102
Сшивка изображений........................................................................... 106
Упражнения.................................................................................. 109
Глава 4. Модели камер и дополненная реальность.... 110
4.1. Модель камеры с точечной диафрагмой................................ 110
Матрица камеры.................................................................................. 111
Проецирование точек трехмерного пространства................................ 113
Вычисление центра камеры................................................................. 116
4.2. Калибровка камеры............................................................... 116
Простой метод калибровки.................................................................. 117
4.3. Оценивание положения по плоскостям и маркерам............... 119
4.4. Дополненная реальность....................................................... 123
PyGame и PyOpenGL............................................................................ 124


Оглавление
От матрицы камеры к формату OpenGL................................................ 125
Помещение виртуальных на изображение........................................... 127
Собираем все вместе.......................................................................... 129
Загрузка моделей................................................................................ 132
Упражнения.................................................................................. 134
Глава 5. Многовидовая геометрия...................... 135
5.1. Эпиполярная геометрия........................................................ 135
Демонстрационный набор данных....................................................... 138
Построение трехмерных графиков в Matplotlib..................................... 140
Вычисление F – восьмиточечный алгоритм.......................................... 141
Эпиполюс и эпиполярные прямые....................................................... 142
5.2. Вычисления, относящиеся к камерам и трехмерной  
структуре..................................................................................... 145
Триангуляция....................................................................................... 145
Вычисление матрицы камеры по точкам в пространстве...................... 148
Вычисление матрицы камеры по фундаментальной матрице............... 150
5.3. Многовидовая реконструкция................................................ 153
Устойчивое вычисление фундаментальной матрицы............................ 154
Пример трехмерной реконструкции..................................................... 156
Обобщения и случай более двух видов................................................ 159
5.4. Стереоизображения.............................................................. 161
Вычисление карт диспаратности......................................................... 163
Упражнения.................................................................................. 167
Глава 6. Кластеризация изображений................. 170
6.1. Кластеризация методом K средних....................................... 170
Пакет кластеризации в SciPy................................................................ 171
Кластеризация изображений............................................................... 172
Визуализация проекций изображений на главные компоненты............ 174
Кластеризация пикселей..................................................................... 175
6.2. Иерархическая кластеризация.............................................. 178
Кластеризация изображений............................................................... 182
6.3. Спектральная кластеризация................................................ 186
Упражнения.................................................................................. 191
Глава 7. Поиск изображений.............................. 193
7.1. Поиск изображений по содержанию...................................... 193
Векторная модель – инструмент анализа текста.................................. 193
7.2. Визуальные слова.................................................................. 195
Создание словаря................................................................................ 195
7.3. Индексирование изображений.............................................. 198
Подготовка базы данных...................................................................... 198


Оглавление
Добавление изображений.................................................................... 200
7.4. Поиск изображений в базе данных......................................... 202
Использование индекса для получения кандидатов............................. 203
Запрос по изображению...................................................................... 205
Эталонное тестирование и построение графика.................................. 206
7.5. Ранжирование результатов с применением геометрических 
соображений............................................................................... 209
7.6. Создание демонстраций и веб-приложений.......................... 212
Создание веб-приложений с помощью CherryPy.................................. 212
Демонстрация поиска изображений.................................................... 212
Упражнения.................................................................................. 215
Глава 8. Классификация изображений 
по содержанию............................................... 217
8.1. Метод k ближайших соседей................................................. 217
Простой двумерный пример................................................................ 218
Плотные SIFT-дескрипторы в качестве признаков изображения.......... 222
Классификация изображений – распознавание жестов....................... 223
8.2. Байесовский классификатор................................................. 227
Использование метода главных компонент для понижения  
размерности........................................................................................ 231
8.3. Метод опорных векторов....................................................... 232
Использование библиотеки LibSVM..................................................... 233
И снова о распознавании жестов......................................................... 235
8.4. Оптическое распознавание символов.................................... 237
Обучение классификатора................................................................... 238
Отбор признаков................................................................................. 238
Выделение клеток и распознавание символов..................................... 240
Выпрямление изображений................................................................. 243
Упражнения.................................................................................. 245
Глава 9. Сегментация изображений.................... 247
9.1. Разрезание графов................................................................ 247
Графы изображений............................................................................ 249
Сегментация с привлечением пользователя........................................ 254
9.2. Сегментация с применением кластеризации......................... 258
9.3. Вариационные методы.......................................................... 264
Упражнения.................................................................................. 265
Глава 10. OpenCV............................................. 268
10.1. Интерфейс между OpenCV и Python..................................... 268
10.2. Основы OpenCV................................................................... 269


Оглавление
Чтение и запись изображений............................................................. 269
Цветовые пространства....................................................................... 270
Отображение изображений и результатов обработки.......................... 270
10.3. Обработка видео................................................................. 273
Ввод видео.......................................................................................... 273
Чтение видео в массивы NumPy........................................................... 275
10.4. Трассировка........................................................................ 276
Оптический поток................................................................................ 276
Алгоритм Лукаса-Канаде..................................................................... 279
Использование трассировщика........................................................... 283
Применение генераторов.................................................................... 284
10.5. Другие примеры.................................................................. 285
Ретуширование.................................................................................... 285
Сегментация по морфологическим водоразделам............................... 286
Обнаружение фигур с помощью преобразования Хафа....................... 288
Упражнения.................................................................................. 288
Приложение А. Установка пакетов...................... 291
А.1. NumPy и SciPy....................................................................... 291
Windows............................................................................................... 291
Mac OS X.............................................................................................. 291
Linux.................................................................................................... 292
А.2. Matplotlib............................................................................... 292
А.3. PIL......................................................................................... 292
А.4. LibSVM................................................................................... 293
А.5. OpenCV.................................................................................. 293
Windows и Unix..................................................................................... 293
Mac OS X.............................................................................................. 294
Linux.................................................................................................... 294
А.6. VLFeat.................................................................................... 294
А.7. PyGame................................................................................. 295
А.8. PyOpenGL.............................................................................. 295
А.9. Pydot..................................................................................... 295
А.10. Python-graph........................................................................ 296
А.11. Simplejson............................................................................ 296
А.12. PySQLite.............................................................................. 297
А.13. CherryPy.............................................................................. 297
Приложение Б. Наборы изображений.................. 298
Б.1. Flickr...................................................................................... 298
Б.2. Panoramio.............................................................................. 299
Б.3. Оксфордская группа Visual Geometry..................................... 300


Оглавление
Б.4. Эталонные изображения для распознавания  
Кентуккийского университета...................................................... 301
Б.5. Другие наборы...................................................................... 301
Пражский генератор данных и эталонный набор для сегментации  
текстур................................................................................................ 301
Набор данных Grab Cut научно-исследовательского центра  
Microsoft в Кембридже......................................................................... 301
Caltech 101.......................................................................................... 302
База данных статических положений руки............................................ 302
Наборы стереоизображений Мидлбери-колледжа............................... 302
Приложение В. Благодарности авторам .
изображений.................................................. 303
В.1. Изображения с сайта Flickr.................................................... 303
В.2. Прочие изображения............................................................. 304
В.3. Иллюстрации........................................................................ 304
Литература.................................................... 305
Предметный указатель..................................... 308


Доступ онлайн
559 ₽
В корзину