前言

隨著世界的不斷變化，人們構(gòu)建的機(jī)器越來越智能，對機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺專家的需求也在日益增長。顧名思義，機(jī)器學(xué)習(xí)就是機(jī)器進(jìn)行學(xué)習(xí)的過程，即通過給定一組特定參數(shù)并將其作為輸入進(jìn)行預(yù)測。另一方面，計(jì)算機(jī)視覺提供了機(jī)器視覺，即計(jì)算機(jī)視覺使機(jī)器能夠感知信息。當(dāng)把這些技術(shù)組合在一起時(shí)，你就得到了一臺可以使用視覺數(shù)據(jù)進(jìn)行預(yù)測的機(jī)器，這使得機(jī)器擁有的能力更接近人類。當(dāng)深度學(xué)習(xí)被加入時(shí)，機(jī)器的預(yù)測能力甚至可以超過人類。這似乎有些牽強(qiáng)，但是隨著人工智能系統(tǒng)逐步取代基于決策的系統(tǒng)，這實(shí)際上已經(jīng)成為現(xiàn)實(shí)。你擁有人工智能相機(jī)、人工智能監(jiān)控器、人工智能音響系統(tǒng)、人工智能驅(qū)動(dòng)處理器等。雖然不能保證你在讀完本書之后就能夠構(gòu)建出一臺人工智能相機(jī)，但是我們確實(shí)打算為你提供實(shí)現(xiàn)這些任務(wù)必需的工具。我們將要介紹的工具是功能最強(qiáng)大的OpenCV庫，它是世界上規(guī)模最大的計(jì)算機(jī)視覺庫。盡管OpenCV庫在機(jī)器學(xué)習(xí)中的使用不是很普遍，但我們還是提供了一些有關(guān)如何將其應(yīng)用于機(jī)器學(xué)習(xí)的例子和概念。在本書中，我們采用動(dòng)手實(shí)踐的方法，建議你嘗試本書中提供的每一段代碼，以構(gòu)建一個(gè)應(yīng)用程序來展示學(xué)到的知識。世界在變化，而本書就是我們幫助年輕人把世界變得更美好的方式之一。

目標(biāo)讀者

我們試圖從頭開始解釋所有的概念，以使本書既適合初學(xué)者又適合高層次讀者。讀者需具備一些Python編程方面的基本知識，但這不是強(qiáng)制要求。當(dāng)你遇到不能理解的Python語法時(shí)，請一定去網(wǎng)上查找。天助自助者。

主要內(nèi)容

第1章介紹安裝本書所需的軟件及Python模塊。

第2章帶你了解一些基本的OpenCV函數(shù)。

第3章涵蓋機(jī)器學(xué)習(xí)中監(jiān)督學(xué)習(xí)方法的基礎(chǔ)知識，并將通過OpenCV以及Python中的scikit-learn庫帶你了解一些監(jiān)督學(xué)習(xí)方法示例。

第4章介紹使用OpenCV中的ORB進(jìn)行特征檢測和特征識別，還將試著幫大家理解維數(shù)災(zāi)難等重要概念。

第5章介紹決策樹及其相關(guān)的重要概念，包括樹的深度和剪枝等技術(shù)。還將介紹利用決策樹預(yù)測乳腺癌診斷的一個(gè)實(shí)際應(yīng)用。

第6章介紹支持向量機(jī)及如何用OpenCV實(shí)現(xiàn)它，還將介紹一個(gè)使用OpenCV進(jìn)行行人檢測的應(yīng)用。

第7章將討論樸素貝葉斯算法、多項(xiàng)式樸素貝葉斯等技術(shù)及其實(shí)現(xiàn)。最后構(gòu)建一個(gè)機(jī)器學(xué)習(xí)應(yīng)用程序，把數(shù)據(jù)分類成垃圾郵件和非垃圾郵件。

第8章首次介紹第二類機(jī)器學(xué)習(xí)算法—無監(jiān)督學(xué)習(xí)。還將討論k近鄰、k均值等聚類技術(shù)。

第9章介紹深度學(xué)習(xí)技術(shù)，我們可以看到如何使用深度神經(jīng)網(wǎng)絡(luò)對MNIST數(shù)據(jù)集的圖像進(jìn)行分類。

第10章介紹用于分類的隨機(jī)森林、bagging方法以及boosting方法等。

第11章回顧在各種機(jī)器學(xué)習(xí)方法中選擇最優(yōu)參數(shù)集的過程，以提升模型的性能。

第12章介紹在OpenCV 4.0中引入的OpenVINO工具包，并以圖像分類為例介紹如何使用OpenCV中的OpenVINO工具包。

第13章對本書的重要主題進(jìn)行總結(jié)，并談?wù)劷酉聛砜梢宰鲂┦裁础?/p>

充分利用本書

如果你是Python的初學(xué)者，建議閱讀任意一本優(yōu)秀的Python編程書籍、在線教程或觀看視頻。你還可以研究一下DataCamp（http://www.datacamp.com），利用交互式課程學(xué)習(xí)Python。

同時(shí)建議學(xué)習(xí)有關(guān)Python中Matplotlib庫的一些基本概念。你可以試試這個(gè)教程：https://www.datacamp.com/community/tutorials/matplotlib-tutorial-python。

在開始閱讀本書之前，你不需要在系統(tǒng)上安裝任何內(nèi)容。我們將在第1章中介紹所有的安裝步驟。

下載示例代碼及彩色圖像

本書的示例代碼及所有截圖和樣圖，可以從http://www.packtpub.com通過個(gè)人賬號下載，也可以訪問華章圖書官網(wǎng)http://www.hzbook.com，通過注冊并登錄個(gè)人賬號下載。

本書的代碼包也在GitHub上托管，網(wǎng)址為：https://github.com/PacktPublishing/Machine-Learning-for-OpenCV-Second-Edition。如果代碼有更新，將在現(xiàn)有的GitHub庫上進(jìn)行更新。