0元二手書離開學術界正確犯錯過曝世代別教出混蛋季暢銷讀冊選讀更新粒線體升職兵法皇冠70週年三采暢銷72折起巨人思維艾蜜莉存股術高木直子仙靈傳奇老公這種生物

一本精通 - OpenCV 與 AI 影像辨識

作者:張宗彥
出版日期:2023-05-22
★☆★ AI 影像辨識一本精通! ★☆★★☆★ 超過 200 個完整範例程式碼 ★☆★AI 影像辨識是近年來非常夯的議題,隨著資訊科技的蓬勃發展,越來越多好用的工具推陳出新,也越來越容易跨入 AI 影 ...

OpenCV影像創意邁向AI視覺王者歸來(全彩印刷)

作者:洪錦魁
出版日期:2002-01-13

OpenCV

影像創意邁向AI視覺王者歸來(全彩印刷)★★★★★ 國內作者【第一本】×【全彩印刷】×【AI視覺】書籍 ★★★★★★★★★★ 完整解說【影像創意】×【AI視覺】的實例 ★★★★★★★★★★ ...

AIOT與OpenCV實戰應用(第二版):Python、樹莓派、物聯網與機器視覺

作者:朱克剛
出版日期:2021-01-21
出版社:碁峰資訊
內容簡介:*詳細步驟說明,一步步跟著做,有如專家從旁親自指導!*本書使用Python 3.x、樹莓派4B與

OpenCV

4.x*適合初學者入門以及老手隨時參考的實用工具書*涵蓋大部分常用感測元件與重要 ...

OpenCV 3 學習手冊

出版日期:2017-12-06
出版社:歐萊禮
使用C++與

OpenCV

程式庫實作電腦視覺 透過這本書,你將進入迅速發展的電腦視覺領域。本書是由OpenCV開放原始碼程式庫創始人Adrian Kaehler與Gary Bradski所著,為開發者、 ...

OpenCV範例解析

出版日期:2017-10-11
出版社:碁峰資訊
運用

OpenCV

開發實務專案深入理解電腦視覺與影像處理不論是電腦視覺新手或是有經驗的熟手,本書透過實務範例與專案,帶領讀者了解OpenCV基礎概念與演算法。從了解影像處理基礎概念開始,很快的進入建立光 ...

必學!Python 資料科學‧機器學習最強套件 - NumPy、Pandas、Matplotlib、OpenCV、scikit-learn、tf.Keras

作者:石川聡彦
出版日期:2021-04-19
最夯的 Python 套件解說 ✕ 最夯的資料科學、機器學習技術,本書帶您一次學會!Python 是近來最熱門的程式語言, 也是資料科學、機器學習實作時的首選語言。Python 之所以在這些領域大放異 ...

精通OpenCV 3

出版日期:2019-03-29
大數據分析是許多傳統產業的主要驅動力,例如:金融、醫療和能源等等。視覺資料分析(Visual data analysis)和電腦視覺(Computer Vision)則是這場資料革命的一部分。近年來, ...

OpenCV程式設計參考手冊

出版日期:2015-08-18
出版社:松崗圖書
二手書徵求
本書以詳細解釋的程式碼為主線,以新版

OpenCV

最核心的core、HighGUI、improc和feature2d這4個元件的相關函數、類別和資料結構為出發點,詳細講解了學習新版本OpenCV中會遇到 ...

OpenCV 4 專案實務 第二版

出版日期:2019-10-07
出版社:碁峰資訊
內容簡介:用

OpenCV

與C++打造電腦視覺與影像處理應用程式OpenCV是現今最好的開放原始碼電腦視覺庫,開發人員能夠建立完整專案,處理影像處理、動態偵測與影像切割等問題。不論是電腦視覺新手或是有經 ...

王者歸來:OpenCV3使用Java開發手冊

作者:呂傑利
出版日期:2016-10-03
二手書徵求

Opencv

不但有趣而且是免費的視覺相關開發軟體,它能夠加速您學習影像處理、光學辨識、以及機器學習強大的預測能力,可激發您的想像力,以創造無限可能性。本書特色:◎內容涵蓋機器學習、光學辨識、影像處理 ...

王者歸來:OpenCV3使用Java開發手冊(增訂版)

作者:呂傑利
出版日期:2018-05-14
出版社:佳魁數位
二手書徵求

Opencv

不但有趣而且是免費的視覺相關開發軟體,它能夠加速您學習影像處理、光學辨識、以及機器學習強大的預測能力,可激發您的想像力,以創造無限可能性。本書特色:◎增訂版新增:深度學習、Opencv ...

世界排名第一的視覺資料庫:OpenCV開發一本搞定

作者:李立宗
出版日期:2017-08-09
出版社:佳魁數位
二手書徵求

OpenCV

是英特爾推出的開放原始碼視覺函數庫,自推出後已儼然成為業界的箇中翹楚。許多人臉辨識,監視系統、車牌辨視等人工智慧的應用程式都是用OpenCV完成的,一般使用者想要參與這類專案的機會不多。本 ...


您對於搜尋結果是否滿意?
太好了!感謝您的回饋!
感謝您的建議!我們會持續提供更好的搜尋服務!
很抱歉沒能幫上忙 :( 我們應如何改進呢?