- 機器學習:使用OpenCV、Python和scikit-learn進行智能圖像處理(原書第2版)
- (印)阿迪蒂亞·夏爾馬 維什韋什·拉維·什里馬利 (美)邁克爾·貝耶勒
- 150字
- 2020-11-24 18:12:59
3.1 技術需求
我們可以在https://github.com/PacktPublishing/Machine-Learning-for-OpenCV-Second-Edition/tree/master/Chapter03查看本章的代碼。
軟件和硬件需求總結如下:
- OpenCV 4.1.x版本(4.1.0版本或4.1.1版本都可以)。
- Python 3.6版本(Python 3.x的所有版本都可以)。
- Anaconda Python 3,用于安裝Python及其所需模塊。
- 在本書中,你可以使用任意一款操作系統——macOS、Windows以及基于Linux的操作系統。我們建議你的系統中至少有4GB的內存。
- 你不需要一個GPU來運行本書提供的代碼。
推薦閱讀
- Maya三維特效設計與制作標準實訓教程(職業技能競爭力課程解決方案)
- 基于BIM的Revit建筑與結構設計實踐一本通
- 抖音電商從入門到精通:爆款商品視頻剪輯
- 手把手教你學微課制作:前期規劃+腳本撰寫+拍攝與后期制作
- Dreamweaver CS6標準培訓教程
- 計算機圖形圖像處理基礎
- Lightroom行攝修片寶典(第2版)
- 老郵差數碼照片處理技法 RAW篇(第2版)
- 模神:3ds Max建模技術大全
- Premiere Pro 2021從入門到精通
- Premiere Pro CC 2017實戰基礎培訓教程(全視頻微課版)
- UI設計啟示錄:創意+對比+實戰(培訓教材版)
- Maya 2012完全自學一本通
- 表現力:多媒體發表與演說成功之道
- 圖像復原去噪技術與應用:基于圖像塊先驗建模的視角