Mastering OpenCV with Practical Computer Vision Projects

 

1、书名：《Mastering OpenCV with Practical Computer Vision Projects》

2、书下载地址：https://download.csdn.net/download/julialove102123/10501922

3、代码最新下载地址：https://github.com/QueenJuliaZxx/code

4、作者主页：http://shervinemami.info/openCV.html （有衬衫颜色检测，HSV彩色转换，肤色或斑点检测，画图函数，旋转和尺度图像，组合视频，Saliency跟踪等工程）

翻译及相关内容：

第三章 少量（无）标记增强现实——Chapter 3:Marker-less Augmented Reality

Chatper 3:Marker-less Augmented Reality运行效果图

第四章 使用OpenCV探测来至运动的结构——Chapter 4:Exploring Structure from Motion Using OpenCV

第五章 采用SVM和神经网络的车牌识别——Chapter 5:Number Plate Recognition Using SVM and Neural Networks

第五章 采用SVM和神经网络的车牌识别（流程图及详细解释）

(学习笔记)第六章 非刚性人脸跟踪——annotation(标记)                

(学习笔记)第六章 非刚性人脸跟踪——Geometrical constraints(几何约束)    

(学习笔记)第六章 非刚性人脸跟踪——linear shape model(线性形状模型)    (学习笔记)线性形状模型的训练    (学习笔记)线性形状模型的可视化

 (学习笔记)第六章 非刚性人脸跟踪——Facial feature detectors(面部特征检测器)   (学习笔记)面部特征检测 

(学习笔记)第六章 非刚性人脸跟踪——Face detection and initialization(人脸检测和初始化)  (学习笔记)人脸检测和初始化 

(学习笔记)第六章 非刚性人脸跟踪——Face tracking(人脸跟踪) (学习笔记)可视化人脸跟踪

第七章 采用AAM和POSIT的3D头部姿态估计——Chapter 7:3D Head Pose Estimation Using AAM and POSIT 

 第八章 采用PCA(主成分分析)或LDA(线性判别分析)的人脸识别（一）——Chapter 8:Face Recognition using Eingenfaces or Fisherfaces

第八章 采用PCA(主成分分析)或LDA(线性判别分析)的人脸识别（二）——Chapter 8:Face Recognition using Eingenfaces or Fisherfaces