包郵 C++語言與機器視覺編程實戰

作者：汪兆棟[等]編著

出版社：北京郵電大學出版社出版時間：2024-01-01

開本： 26cm 頁數： 243頁

本類榜單：教材銷量榜

中圖價:¥42.9(7.3折) 定價 ~~¥59.0~~ 登錄后可看到會員價

加入購物車收藏

開年大促， 全場包郵

?新疆、西藏除外

本類五星書更多>

>
闖進數學世界――探秘歷史名題

闖進數學世界――探秘歷史名題

¥20.7¥32.8
>
中醫基礎理論

中醫基礎理論

¥51.7¥59
>
當代中國政府與政治(新編21世紀公共管理系列教材)

當代中國政府與政治(新編21世紀公共管理系列教材)

¥31.2¥48
>
高校軍事課教程

高校軍事課教程

¥12.4¥38
>
思想道德與法治(2021年版)

思想道德與法治(2021年版)

¥8.5¥18
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)

毛澤東思想和中國特色社會主義理論體系概論(2021年版)

¥8.5¥25
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材

中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材

¥85.1¥99

商品詳情
商品評論(0條)

中圖價:¥42.9 加入購物車

版權信息
內容簡介
目錄
作者簡介

C++語言與機器視覺編程實戰版權信息

ISBN：9787563571628
條形碼：9787563571628 ; 978-7-5635-7162-8
裝幀：平裝-膠訂
冊數：暫無
重量：暫無
所屬分類：
教材
>
研究生/本科/專科教材

C++語言與機器視覺編程實戰內容簡介

本書共分為20章，建議每章學習3-4學時，共計60-80學時。本書的學習總體上可以分為以下五部分。第1-3章是對編程語言能力的培養。該部分詳細講解了編程環境的搭建、C語言的基礎語法和C++語言的特點。第4-5章是對軟件開發能力的培養。該部分主要介紹了代碼管理的方法、跨平臺QT軟件的學習，特別是多線程軟件的構建方法。第6-11章是對機器視覺和圖像開發能力的培養。基于OpenCV圖像庫技術，圖像的采集、定位、測量和字符識別是該部分的重點。第12-19章主要介紹了人工智能技術在視覺檢測中的應用。特別是以ChatGPT為代表的深度學習技術極大地推動了人工智能技術在工業檢測中的應用。第20章詳細講解了機器視覺方案設計。根據客戶的需求，對機器視覺項目的需求進行拆解后，選擇合適的相機、光源、鏡頭，*后形成機器視覺方案。

C++語言與機器視覺編程實戰目錄

第1章 C++編程環境的搭建 1.1 Win 10環境下Visual Studio 2019安裝 1.2 Win 10環境下Qt 5.15.2 安裝 1.3 **個程序hello world! 思考題第2章 C語言 2.1 C語言的**個簡單實例 2.2 C語言數據類型 2.3 輸入與輸出 2.4 控制結構 2.5 函數 2.6 數組 2.7 地址與指針 2.8 結構體和共用體思考題第3章 C++語言 3.1 類和對象 3.2 類的繼承 3.3 類的多態 3.4 類的模板思考題第4章 CMake構建系統 4.1 用CMake構建一個HelloWorld 4.2 CMake與OpenCV 4.3 CMake與QT 4.4 CMake與Tensorflow 思考題第5章 QThread多線程 5.1 基于QThread多線程 5.2 基于QMutex和QMutexLocker多線程 5.3 基于Ontimer顯示多線程 5.4 基于Producer與Consumer顯示多線程思考題第6章 QT、OpenCV、HIK圖像采集系統 6.1 基于Hik-QT-IMG軟觸發采集圖像 6.2 純虛函數Virtural接口方法 6.3 環形分區光源合成算法思考題第7章 C++和OpenCV視覺九點標定和五點旋轉標定 7.1 背景介紹 7.2 視覺建模 7.3 旋轉標定 7.4 代碼分析思考題第8章 C++和OpenCV實現卷繞視覺糾偏 8.1 糾偏需求分析 8.2 圖像處理流程 8.3 左邊基準線 8.4 右邊基準線 8.5 辛間特征線思考題第9章 C++和OpenCV實現鍵盤缺陷檢測 9.1 需求分析 9.2 圖像ROI 9.3 分區建模 9.4 模板XML 9.5 缺陷算法思考題第10章 SIFT和ANN實現任意順序圖像的合成 10.1 算法原理 10.2 特征尋找 10.3 三張合成 10.4 五張合成 10.5 七張合成思考題第11章采用Tesseract、BP、DP進行OCR識別 11.1 字符識別方案選擇 11.2 采用Tesseract識別英文和數字 11.3 采用BackPropagation識別噴碼字符 11.4 采用DeepLearning識別中文手寫體思考題第12章 Python和Tensorflow深度學習分類網絡 12.1 分類網絡 12.2 模型網絡 12.3 推理執行 12.4 實驗報告思考題第13章 Python和Tensorflow深度學習分割網絡 13.1 圖像標注 13.2 圖像提取 13.3 模型訓練 13.4 版本控制 13.5 安裝過程思考題第14章 C#和C++接口設計CLR 14.1 接口CLR 14.2 圖像轉換 14.3 字符串轉換 14.4 框架設計思考題第15章基于C#深度學習焊點缺陷檢測 15.1 C#深度學習開發流程 15.2 焊點檢測任務 15.3 深度學習焊點檢測分析思考題第16章基于Pyqt5和OpenCV圖像處理平臺 16.1 說在前面 16.2 編寫目的 16.3 產品范圍 16.4 閱讀建議 16.5 運行環境、庫、GPU要求 16.6 環境配置 16.7 框架介紹 16.8 未來計劃思考題第17章基于C++視覺軟件系統構建 17.1 基于QThread的日志跟蹤 17.2 基于海康工業相機的圖像采集 17.3 基于Basler工業相機的圖像采集 17.4 基于串口通信和光源控制系統思考題第18章深度學習用于焊縫檢測實驗報告 18.1 檢測條件 18.2 測試結果 18.3 存在問題 18.4 改善方法 18.5 實驗結論思考題第19章 Win 10環境下深度學習訓練環境構建 19.1 Python 19.2 labelme 19.3 Numpy 19.4 Microsoft Visual Studio 2019 19.5 Microsoft Visual Studio Code 19.6 TensorFlow 19.7 OpenCV 19.8 Cuda 19.9 Cudnn 190 Keras 思考題第20章視覺方案 20.1 項目需求 20.2 打光圖片 20.3 結論分析 20.4 硬件配置 20.5 硬件安裝 20.6 安裝圖紙 20.7 專業術語

展開全部