计算机视觉应用与实战

书籍作者：韩少云	ISBN：9787121432514
书籍语言：简体中文	连载状态：全集
电子书格式：pdf,txt,epub,mobi,azw3	下载次数：8126
创建日期：2023-03-31	发布日期：2023-03-31
运行环境：PC/Windows/Linux/Mac/IOS/iPhone/iPad/Kindle/Android/安卓/平板

内容简介

本书围绕计算机视觉在农业、医学、工业等领域的案例，深入浅出地讲解计算机视觉核心的模型与关键技术。本书中所有案例的代码均能在达内时代科技集团自主研发的 AIX-EBoard 人工智能实验平台上部署与实施，实现了教学场景化、学习趣味化。

本书分为三个部分，循序渐进地介绍计算机视觉相关技术的理论基础和各案例的实践步骤。第 1 部分基于 OpenCV 介绍传统视觉应用的基础算法，同时实现轮廓提取、全景图像拼接等案例的实践；在传统视觉应用的基础上，第 2 部分讲解基于机器学习和深度学习的视觉应用，结合不同行业的案例对图像进行分析处理，如水果识别、病虫害识别、相似图像搜索、眼底血管图像分割等。第 3 部分聚焦市场关注度较高的一些新兴视觉应用的原理及实现，如从二维图像到三维空间的重建、计算机视觉在移动设备中的应用、实时图像和视频的风格迁移等。

本书适合人工智能相关专业的本科生、专科生及计算机初学者阅读，既可以作为应用型本科院校和高等职业院校人工智能专业的教材，也可以作为相关领域从业者的学习和参考用书。本书可以帮助有一定基础的读者查漏补缺，深入理解和掌握相关原理与方法，提高解决实际问题的能力。

作者简介

达内时代科技集团是国内知名的互联网-IT教育培训单位，是一站式互联网人才基地，专注IT职业教育人才服务多年，拥有300多家培训中心，帮助学员实现一地学习全国就业。

编辑推荐

市面上讲解人工智能的书比较多，但要么是偏重理论的讲解，要么是非常深涩的代码，对于计算机基础较差的学员来说，学习成本很高或者学了无益，付出了大量时间，但达不到岗位要求。“人工智能应用与实践系列”图书开创性地使用了新的教学方法，通过大量由浅入深、环环相扣的实践案例，能够帮助学员迅速理解人工智能的应用，快速掌握工作技能。此外本书还配有超值的400分钟以上的视频课程，帮助基础稍弱或者0基础的学员迅速提升。

前言

序一

与计算机视觉的结缘，源于我中学时期观看的由史蒂文·斯皮尔伯格执导的电影《人工智能》。该电影讲述了一个被赋予情感的小机器人渴望母爱、找寻自我、探索人性的故事。在那个还无法深刻理解“无论科技如何发达，爱才是宇宙之中的终极答案”的年龄，电影更吸引我的是：小机器人看到的世界是怎样的？看到了这些事物又是如何思考的？如何能够区分不同的物体，以及它们的形状、大小、是否在移动？

中学时期的好奇心驱使我从事了人工智能领域相关的工作，并在计算机视觉中找到了上述问题的答案。作为人工智能的一个分支，计算机视觉使计算机和系统能够从数字图像、视频与其他视觉输入中获取有意义的信息，并根据这些信息采取行动或提出建议。如果说人工智能使计算机能够思考，那么计算机视觉使计算机能够看到、观察和理解。得益于近年来深度学习、神经网络和计算机硬件相关技术的创新，计算机视觉在众多领域飞跃发展，在商业、农业、娱乐、交通、医疗保健等行业中扮演着重要的角色。例如，自动驾驶汽车通过摄像头和其他传感器的视觉输入，利用计算机视觉技术识别其他汽车、交通标志、道路标记、行人、自行车及在道路上可能遇到的所有其他视觉信息，理解这些信息并做出正确的反应或提示；在医疗行业中，Microsoft 的 InnerEye 可以帮助外科医生从肿瘤的 3D 图像中准确地识别肿瘤的位置和轮廓，并在不伤害重要器官的前提下，直接针对肿瘤进行放射性治疗。

随着计算机视觉技术的高速发展，相关应用市场规模迎来了爆发式的增长，2022 年全球计算机视觉和硬件市场规模预计将达到 486 亿美元，未来 3～5 年内中国计算机视觉人才缺口每年都在 10 万人以上，并且有逐年递增的趋势。因此，众多科研工作者和互联网企业都在该领域进行了布局、深耕，市面上也出现了一系列相关书籍，它们大多从原理出发，追本溯源地讲解计算机视觉的相关技术。虽然这些书籍清晰地阐述了计算机视觉的基础理论和底层逻辑，但大多包含大量的数学公式推导和模型算法解析，忽略了实战案例、实验操作的呈现，而强大的实战技能恰恰是众多互联网公司和数字化转型中的实体企业对计算机视觉工程师的基本要求。

在这样的大背景下，《计算机视觉应用与实战》应运而生！本书基于计算机视觉和机器学习软件库 OpenCV，以及达内时代科技集团自主研发的 AIX-EBoard 人工智能实验平台，结合农业、医学、工业等领域的 20 多个案例，深入浅出地讲解不同计算机视觉相关模型和算法的基本原理，并针对案例详细地描述了实现方法。书中的每个案例均可作为独立的章节呈现，读者可以根据实际需求，依照提供的实验方法和代码，针对感兴趣的章节反复学习、实践和拓展。作为“人工智能应用与实战系列”教材的第一本书，本书由达内时代科技集团人工智能研究院诸多专家学者和工程师共同编写，基于公司在 IT 职业培训领域近 20 年的深厚积累，以及服务累计超 20万家企业、1200 所高校及 100 万名学生的丰富经验，旨在帮助读者快速成为符合企业实际需求的计算机视觉工程师和实战型人才，为中国人工智能产业的腾飞贡献一分力量！

郑政博士

达内时代科技集团技术研发副总裁、人工智能研究院院长

2022 年 1 月于北京

序二

随着数据的增加、算法的突破及算力的提升，人工智能迎来了蓬勃的发展，并且正逐渐深刻地影响经济和社会生活的方方面面。在此背景下，教育部学校规划建设发展中心与达内时代科技集团合作，启动了“人工智能+智慧学习”共建人工智能学院项目，在人工智能人才培养、高校专业共建、师资培训等各方面进行积极布局和投入，为进入未来智能时代、助力普惠人工智能做好准备，做出贡献。

计算机视觉作为人工智能最热门的研究领域之一，受到了广泛的关注。近年来，在产业政策助推、应用需求驱动、行业热度提升等因素的影响下，计算机视觉迈入了发展的“黄金期”，并且广泛应用于自动驾驶、医学诊断、保险索赔、手机摄像等领域。另外，在国内外市场上，实战型计算机视觉工程师也呈现出供不应求的趋势。

如果说计算机视觉的理论基础是武功的心法口诀和招式，那么案例就是与高手的实战过招，这是提升和检验解决实际问题能力的最佳方式。与传统的计算机视觉类书籍相比，本书更注重实践能力的培养，遵循计算机视觉工程项目的处理逻辑，将复杂的理论知识案例化，并提供了详细的代码解析，使读者从工程角度出发解决问题，通过场景化的实践来辅助理解理论知识，从而真正做到了理实结合、案例驱动。令人惊喜的是，本书中的案例代码可以在达内时代科技集团自主研发的 AIX-EBoard 人工智能实验平台上部署与实施，读者可以从算法设计、模型训练到工程部署与实施的全流程中学习知识和技术。与此同时，读者在实战过程中，可以更关注自己所在行业的应用场景。这对于不同行业（农业、交通、医学等）的计算机视觉爱好者，具有非常大的吸引力，可以帮助他们快速进行计算机视觉应用的开发。

很高兴看到达内时代科技集团人工智能研究院与电子工业出版社合作出版这样一本书，帮助人工智能专业的专科生、本科生，以及从事计算机视觉开发的工程师开发出理想的计算机视觉应用。很期待这本书能够帮助各位读者探索计算机视觉在不同行业的应用。衷心祝愿各位读者在计算机视觉领域取得成功！

黄浩

武汉大学计算机学院研究员、博士生导师

乐筑 App 联合创始人、CTO

2022 年 2 月于武汉

前言

人类通过一对生物相机——眼睛，观察、感知、情境化和理解我们周围的环境。虽然眼睛无法记录、存储和分析视觉数据，但它们可以帮助我们看到物体，在不同的环境中定位自己，并真正享受周围美丽的环境。生物视觉的魅力令人着迷，试想一下，如果汽车、无人机、机器人、卫星也拥有这样一双眼睛，在相机、算法和数据的帮助下实现各种功能，那么我们的生活和工作将变得更加轻松与便利。然而，视觉世界固有的复杂性使机器拥有“眼睛”极具挑战性，一个真正的视觉系统必须能够在任何方向、任何光照条件下、任何类型的其他对象遮挡等复杂环境下“看到”给定对象，并提取有意义的信息。自 20 世纪 60 年代以来，这个问题受到了无数优秀的学者和科研人员的关注，最终发展为计算机科学人工智能领域的一个重要分支——计算机视觉。

计算机视觉是一个跨学科领域，使机器能够从视频、数字图像和其他形式的视觉输入中获取丰富的信息。人工智能帮助计算机思考，而计算机视觉帮助计算机感知和理解环境。近年来，随着算力（以 GPU、云计算为代表）的快速提升，以及以深度神经网络为代表的深度学习技术的突破性发展，计算机视觉已在各行业得到了广泛应用。

86 交通：自动驾驶、障碍物感知、路口监控、事故定责等。

86 零售和制造：物品质量或数量监控、条码分析、库存管理、客户行为跟踪等。

86 国防和安全：地雷探测、面部探测、武器缺陷探测、无人驾驶军用车辆等。

86 农业：受损作物检测、自动农药喷洒、牲畜数量检测、作物分级和分拣等。

86 医疗：疾病发现、精准诊断、CAT/MRI 重建、失血量测量、精准医学影像等。

86 保险：资产分析、损坏分析、损失金额估算、自动化索赔等。

86 时尚：基于图像的服装分析、时尚趋势预测、品牌识别等。

86 媒体：假新闻识别、品牌曝光监控、影视虚拟回放、广告投放分析等。

86 智能手机：全景构建、面部检测、表情检测、图像搜索等。

随着计算机视觉在众多行业的快速发展与应用，国内外对于计算机视觉应用型人才的缺口也逐年增大。究其原因，一方面，源于近几年各行业对计算机视觉领域人才的需求快速增加；另一方面，通过对国内诸多计算机专业学生、互联网工程师的走访调研发现，虽然大家对计算机视觉具有浓厚的兴趣，但普遍认为它的入门门槛较高，需要掌握人工智能相关的多种模型算法才能初窥门径，最后在复杂的数学公式推导面前望而却步。市面上大多数计算机视觉方面的书籍也都更注重理论基础的讲解，案例方面的书籍相对较少。无可厚非，理论基础决定上层建筑，但案例实战是应用型人才应该具备的素质，也是帮助读者更好地理解理论知识的最佳方式。为此，达内时代科技集团将以往的与计算机视觉相关的项目经验、产品应用和技术知识整理成册，通过本书来总结和分享计算机视觉领域的实践成果。我们衷心希望本书能在读者心中种下一颗实践的种子，用计算机视觉重塑未来！

本书内容

本书围绕计算机视觉在农业、医学、工业等领域的案例（植物病虫害检测、眼底血管图像分割、口罩佩戴检测等）进行讲解，理论结合实际，采用大量插图，辅以实例，力求深入浅出，帮助读者快速理解计算机视觉若干模型和算法的基本原理与关键技术。本书既适合高职院校和本科院校的学生学习使用，也适合不同行业的计算机视觉爱好者阅读。在内容编排上，本书的每章都具备独立性，能够独立地解决一类实际问题，读者可以根据自身情况进行选择性阅读；同时各章之间循序渐进地形成有机整体，使全书内容不失系统性与完整性。本书包含以下章节。

86 第 1 部分（第 1～7 章）：基于 OpenCV 的传统视觉应用。该部分介绍传统视觉应用的基础算法，如二值化算法、Canny 边缘检测算法、BRIEF 算法、ORB 算法等，以及轮廓查找、全景图像拼接、双目测距等案例的应用。

86 第 2 部分（第 8～21 章）：基于机器学习和深度学习的视觉应用。首先通过手写数字识别、基于 HOG+SVM 的行人检测等案例介绍传统视觉与机器学习结合的算法，包含

SVM 模型的原理、图像处理的原理、HOG 算法、滑动窗口实现流程等；然后重点讲述基于深度学习算法的计算机视觉技术，包括卷积神经网络、目标检测、语义分割、GAN模型、视频内容分析等，围绕水果识别、病虫害检测、相似图像搜索、人脸口罩佩戴检测、图像自动着色、眼底血管图像分割等视觉领域中的常见案例，强化上述模型的应用实践。

86 第 3 部分（第 22～25 章）：基于深度学习的新兴视觉应用。该部分介绍市场关注度较高的几个新兴视觉应用的相关原理及实现方法：第一，使用 3D-R2N2 算法进行三维空间重建；第二，通过 MobileNet-SSD 模型集成 L1 视频稳定算法实现视频稳定；第三，使用YOLOv3-Tiny 模型结合 DeepSORT 模型实现车辆检测、跟踪和计数；第四，基于深度神经网络的实时图像和视频的风格迁移。

书中理论知识与实践的重点和难点部分均采用微视频的方式进行讲解，读者可以通过扫描每章中的二维码观看视频、查看作业与练习的答案。为了帮助读者提高实战技能，本书提供的案例代码可以在达内时代科技集团自主研发的 AIX-EBoard 人工智能实验平台上部署与实施。该实验平台具有操作方便、适于教学的特点，建议各院校和培训机构在组织学生进行人工智能编程学习时采用。如果是个人读者阅读本书，也可以在普通计算机上部署与实施案例的代码，不受影响。

另外，更多的视频等数字化教学资源，以及企业级综合教学项目（如智慧停车场管理系统、智慧景区管理系统和智能考勤打卡系统）的最新动态，读者可以通过关注微信公众号获取。

致谢

本书是达内时代科技集团人工智能研究院团队通力合作的结果。全书由郑政博士、冯华、刁景涛策划、组织并负责统稿，参与本书编写工作的有杨瑞红、徐理想、裴广战、吴飞、谷志伟，以及院校老师陈斌、杜丽萍、纪兆华、穆俊、覃凤清、宋磊、孙福才、谭鹤毅、田文涛、向昌成、杨成福、张楠、庄凯等，他们对相关章节材料的组织与选编做了大量细致的工作，在此对各位编者的辛勤付出表示由衷的感谢！此外，感谢达内时代科技集团技术研发中心的技术总监赵梓安、大数据总监金锋为本书案例和技术细节的完善做出的贡献。

特别感谢曾经指导和支持过达内时代科技集团企业级综合教学项目，或者为本书的编写提出宝贵建议的众多专家和前辈，包括加拿大西安大略大学谢海鹏博士团队，中国科学院计算机网络信息中心吴开超博士团队，武汉大学计算机学院黄浩教授、甘庭博士团队，以及湖州师范大学王超博士团队等。

感谢达内时代科技集团 CEO、未来教育研究院院长孙滢对本书从立项讨论到编写出版全过程的倾心关注和大力支持，她不忘教育初心、坚守育人使命的情怀为本书的创作提供了强大的驱动力。

感谢电子工业出版社的老师们对本书的重视，他们一丝不苟的工作态度保证了本书的质量。

为读者呈现准确、翔实的内容是编者的初衷，但由于编者水平有限，书中难免存在不足之处，敬请专家和读者给予批评指正。

作者

2022 年 2 月

计算机视觉应用与实战

内容简介

作者简介

编辑推荐

前言

目录

产品特色