OpenCV 4机器学习算法原理与编程实战

本书主要面向OpenCV领域的研究与开发人员，采用原理结合实战的方式，介绍OpenCV 4的机器学习算法模块与深度神经网络模块中的核心算法原理与C++编程实战。全书共10章， 第1~3章，介绍OpenCV 4的基础知识、基本图像操作和机器学习基础知识；第4~8章，介绍K-means、KNN、决策树、随机森林、Boosting算法和支持向量机等机器学习算法与编程实战；第9~10章，介绍神经网络与深度神经网络的基本原理与编程实战，并提供了不同深度学习模型的部署示例代码。

这是一本针对OpenCV 4的机器学习算法模块与深度神经网络模块的深度解读，面向OpenCV领域的研究与开发人员，采用原理结合实战的方式，介绍OpenCV 4的机器学习算法模块与深度神经网络模块中的核心算法原理与C++编程实战。全书共10章，从OpenCV 4的基础知识、基本图像操作和机器学习基础知识开始，逐步深入介绍K-means、KNN、决策树、随机森林、Boosting算法和支持向量机等机器学习算法与编程实战，最后介绍神经网络与深度神经网络的基本原理与编程实战，并提供了不同深度学习模型的部署示例代码。 书中首先介绍了OpenCV 4基本介绍，包括OpenCV在机器学习和计算机视觉任务中的基本图像操作，以及OpenCV 4的基本框架和特性。接着介绍了图像读取显示存储，包括如何从计算机中读取图像，对图像进行各种处理，并最终将处理后的图像显示出来或者存储到计算机中。 书中还详细介绍了颜色空间转换，包括将图像从一种颜色空间转换到另一种颜色空间。此外，还介绍了图像几何变换，主要指的是对图像进行平移、缩放、镜像和旋转等操作。 在机器学习部分，书中介绍了机器学习基本原理，包括机器学习的定