Machine Learning for OpenCV 4（Second Edition）

OpenCV is an opensource library for building computer vision apps. The latest release, OpenCV 4, offers a plethora of features and platform improvements that are covered comprehensively in this up-to-date second edition.You'll start by understanding the new features and setting up OpenCV 4 to build your computer vision applications. You will explore the fundamentals of machine learning and even learn to design different algorithms that can be used for image processing. Gradually, the book will t

这是一本关于如何使用OpenCV进行机器学习的指南。这本书详细介绍了如何使用OpenCV和Python进行图像处理和计算机视觉应用，以及如何使用scikit-learn等机器学习库进行机器学习模型的训练和测试。 本书首先介绍了OpenCV的基本操作，包括如何安装和配置OpenCV，以及如何读取和显示图像。接着，本书深入探讨了机器学习的基本概念和重要性，包括监督学习和无监督学习，以及如何使用不同的算法来解决分类和回归问题。 在监督学习部分，本书详细介绍了如何使用k-NN分类器和逻辑回归来解决分类问题，以及如何使用线性回归和套索回归来解决回归问题。此外，本书还介绍了如何使用OpenCV中的机器学习应用，如人脸识别和物体检测。 在无监督学习部分，本书详细介绍了如何使用k-means聚类和层次聚类算法来解决聚类问题，以及如何使用期望最大化算法来解决聚类问题。此外，本书还介绍了如何使用无监督学习在数据挖掘中的应用，如聚类分析。 在模型比较与统计测试部分，本书详细介绍了如何评估和比较不同模型的性能，以及如何通过统计测试来确定一个模型是否显著优于另一个模型。此外，本书还介绍了如何通过交叉验证