Éditions D-BookeR






  • Ce livre montre par l'exemple comment utiliser la librairie OpenCV dans ses applications les plus courantes. Il part du présupposé que le lecteur sait programmer en Python et qu'il a un minimum de connaissances en matière de traitement d'images. Centré sur la pratique, il introduit aux principales fonctionnalités d'OpenCV au travers de l'étude de huit cas. Le premier permet de se familiariser avec la librairie et son implémentation en Python (acquisition à partir de plusieurs caméras, gestion des threads, optimisation). Les sept autres sont relativement indépendants et exposent les fonctions majeures (segmentation, panoramique, stéréovision, traitements non réalistes, apprentissage automatique, deep learning, identification de visages) disponibles dans les modules d'OpenCV.









    Les exemples sont écrits en Python avec la version 4.1.2 d'OpenCV (et opencv_contrib) et peuvent être déployés sur Windows, Linux et Raspberry. Certains nécessitent d'avoir au moins deux caméras.








    Sommaire :
    1. Pour commencer
    2. Écran de contrôle de caméra vidéo - Gestion des processus légers
    3. Segmentation d'images
    4. Réaliser une caméra panoramique
    5. Calibrage d'images et stéréovision
    6. Apprentissage automatique - machine learning
    7. Utilisation des modèles de deep learning
    8. Traitement non réaliste de photographies
    9. Reconnaissance faciale et de la pose
    Memento d'OpenCV
    Construire la librairie Python à partir des sources d'OpenCV
    Bibliographie





  • Ce livre explique comment utiliser la librairie OpenCV dans ses applications les plus courantes : traitement, analyse et reconstitution d'images, stéréovision, reconnaissance de caractères, reconnaissance faciale et machine learning. Centré sur la pratique, il vous introduit à ses principales fonctionnalités au travers de l'étude de neuf cas. Les deux premiers permettent de se familiariser avec OpenCV 3 et son implémentation en C++ (acquisition à partir de plusieurs caméras, gestion des threads, optimisation). Les sept autres sont relativement indépendants et exposent les fonctions majeures (segmentation, panoramique, calibrage, visualisation 3D, etc.) disponibles dans les modules d'OpenCV.
    Les exemples sont écrits en C++ avec la version 3.3.0 d'OpenCV (et opencv_contrib) et peuvent être déployés sur Windows, Linux et Raspberry. Certains nécessitent d'avoir au moins deux caméras.
    Sommaire :
    1. Pour commencer
    2. Écran de contrôle de caméra vidéo - Gestion des processus légers
    3. Oil painting : parallélisation d'une tâche
    4. Segmentation d'images
    5. Réaliser une caméra panoramique
    6. Calibrage d'images et stéréovision
    7. Structure 3D à partir du mouvement
    8. Reconnaissance de caractères avec Tesseract
    9. Reconnaissance faciale
    10. Apprentissage automatique - Machine Learning
    Memento d'OpenCV
    Bibliographie

  • Troisième volet de Scilab : de la théorie à la pratique, ce livre vous présente les principaux outils de traitement du signal disponibles dans Scilab et vous montre au travers d'exemples concrets comment les mettre en oeuvre. Vous y apprendrez notamment à moduler/démoduler des signaux, effectuer des analyses spectrales (modèle ARMA, périodogramme de Welsh, méthode Capon et Lagunas) et des analyses temps-fréquence (transformées de Fourier à court terme, de Wigner-Ville ou de Choi-Williams), à filtrer un signal en utilisant sa décomposition en ondelettes ou encore à séparer plusieurs sources. Vous verrez également comment tirer parti des fonctionnalités graphiques de Scilab et construire des applications avec des interfaces interactives.
    Ce livre fournit un bon exemple pratique de mise en oeuvre de Scilab.
    Niveau : Intermédiaire/avancé
    Sommaire :


    Analyse du signal
    Applications
    Applications avancées
    Analyseur de spectre et égaliseur à base de filtre RII



    Scilab : De la théorie à la pratique est une série de trois livres autonomes : I. Les Fondamentaux, II. Modéliser et simuler avec Xcos, III. Le traitement du signal. Si vous débutez avec Scilab, commencez par le volume I. Les fondamentaux.

empty