《Computer Vision: Algorithms and Applications》
《Computer Vision: Algorithms and Applications, 2nd ed.》
提到計算機視覺領域的入門書，不少人會推薦 Facebook 研究科學家 Richard Szeliski 的《計算機視覺：算法與應用》。這本書的英文版于 2010 年出版，2011 年被翻譯成中文在國内面世，成為很多人學習計算機視覺的入門教材。毋庸置疑，《計算機視覺：算法與應用》是一本高品質的入門教材。但美中不足的是，這本書寫于十年前，涉及的機器學習、深度學習内容較少，而近年來，這兩項技術又在視覺領域實作了爆炸式增長。為了彌補這一缺憾，最近，作者 Richard Szeliski 在自己的個人首頁上宣布，《計算機視覺：算法與應用》第二版已經基本完成，并釋出了新書的 PDF 版本，向讀者征集意見。
内容簡介：
《計算機視覺：算法與應用》探索了用于分析和解釋圖像的各種常用技術，描述了具有一定挑戰性的視覺應用方面的成功執行個體，兼顧專業的醫學成像和圖像編輯與拼接之類有趣的大衆應用。
作者簡介：
Richard Szeliski博士，計算機視覺領域的大師級人物。Szeliski博士在計算機視覺研究方面有25年以上的豐富經驗，先後任職幹DEC和微軟研究院。1996年，他在微軟研究院任職期間，提出一種基于運動的全景圖像拼接模型，采用L-M算法，通過求圖像間的幾何變換關系來進行圖像比對。此方法是圖像拼接領域的經典算法，Richard Szeliski也是以成為圖像拼接領域的創始者。
Richard Szeliski 在新書的前言中介紹說，這本書萌芽于 2001 年，當時華盛頓大學的 Steve Seitz 邀請他一起講授一門課程——「Computer Vision for Computer Graphics」。後來，這門課程逐漸演變成一份愈發完整的計算機視覺教學大綱，還形成了一套以項目為導向的課程結構。
書籍目錄：
基于這些課程經驗和在企業研究實驗室的多年積累，Richard Szeliski 寫了《計算機視覺：算法與應用》的第一版。他表示，這本書更加強調能夠在現實世界發揮作用的基本技術，而不是高深的數學原理。
第一版的《計算機視覺：算法與應用》共計 14 個章節，分别為：
引言；
圖像形成；
圖像處理；
特征檢測與比對；
分割；
基于特征的對齊；
由運動到結構；
稠密運動估計；
圖像拼接；
計算攝影學；
立體比對；
3D 重建；
基于圖像的渲染；
識别。
第二版的《計算機視覺：算法與應用》也是 14 個章節，分别為：
成像；
模型拟合與優化；
深度學習；
識别；
圖像對齊與拼接；
運動估計；
由運動到結構與 SLAM；
深度估計；
書籍下載下傳
第1版：
http://szeliski.org/Book/1stEdition.htm第2版：
http://szeliski.org/Book/《機器視覺算法與應用（第２版）》
作者:[德]卡斯特恩·斯蒂格（Carsten Steger），出版社:清華大學出版社，出版時間:2019年06月
Halcon作者寫的書。第2版進行了全面更新、修訂和擴充，以反映了年來在圖像采集、機器視覺算法和應用領域的發展，新内容包括新的錄影機和圖像采集接口、三維傳感器及技術、三維重建、三維物體識别以及的分類算法，書中所有示例都基于MVTec公司版本的機器視覺軟體HALCON 13。
http://product.dangdang.com/27914587.html《數字圖像處理（第四版）》岡薩雷斯
http://product.dangdang.com/28547879.html《視覺SLAM十四講：從理論到實踐（第2版）》
本書系統介紹了視覺SLAM（同時定位與地圖建構）所需的基本知識與核心算法，既包括數學理論基礎，如三維空間的剛體運動、非線性優化，又包括計算機視覺的算法實作，例如多視圖幾何、回環檢測等。
http://product.dangdang.com/603628438.html《計算機視覺度量 從特征描述到深度學習》
作者:[美]斯科特·克裡格（Scott Krig），出版社:人民郵電出版社，出版時間:2019年09月
作者簡介 Scott Krig 是計算機成像學、計算機視覺和圖形可視化方面的先驅。本書全面介紹了計算機視覺中被廣泛使用的各種方法，包括局部特征描述子、區域描述子、全局特征描述子以及評價這些内容的度量方法和分類方法，并用将近一半的篇幅重點介紹了基于深度學習的特征學習方法，以及FNN、RNN和BFN三類深度學習架構的特點。基于893篇參考文獻寫就，是一本計算機視覺的"博物館"。每章末尾都配有相應的思考題，附錄給出了許多有效的實踐資源和一些有用的分析，同時提供了源代碼。
http://product.dangdang.com/27927201.html《圖像局部特征檢測和描述 基于OpenCV源碼分析的算法與實作》
作者:趙春江，出版社:人民郵電出版社，出版時間:2018年07月
本書以OpenCV 2.4.9為研究工具，對其實作的所有新的特征檢測和描述算法—Kitchen-Rosenfeld、Canny、Harris、Shi-Tomasi、FAST、MSER、MSCR、SIFT、SURF、BRISK、BRIEF、ORB、FREAK、CenSurE、SimpleBlob等，不僅詳細分析了它們的原理和實作方法，還進行了詳細的源碼解析，并且給出了具體的程式實作範例，充分展現了理論與實踐相結合的特點。
http://product.dangdang.com/25299663.html《機器學習經典算法剖析 基于OpenCV》
作者:趙春江 著，出版社:人民郵電出版社，出版時間:2018年08月
http://product.dangdang.com/609778988.html《圖像局部特征檢測及描述》
作者:朱紅軍，出版社:人民郵電出版社，出版時間:2020年07月
本書重點介紹了三十多種特征檢測算法，包括基于邊緣、模闆、灰階導數以及基于機器學習的角點檢測算法，基于灰階導數、機器學習以及與濾波整合的像素級邊緣檢測算法，基于灰階矩、空間矩的亞像素級邊緣檢測算法，SIFT、SURF等斑點檢測算法。
http://product.dangdang.com/28998015.html《計算機視覺特征檢測及應用》
作者:劉紅敏，出版社:機械工業出版社，出版時間:2018年10月
本書立足于計算機視覺特征檢測這一基礎技術問題，介紹了特征點、線和區域的檢測方法，并給出具體的檢測應用執行個體，旨在為相關技術人員提供特征檢測及應用方面的新研究進展，促進特征檢測技術在社會經濟生活領域的應用和發展。
http://product.dangdang.com/25479639.html《OpenCV計算機視覺程式設計攻略 第3版》
作者:[加] 羅伯特·拉戈尼爾（Robert Laganière），出版社:人民郵電出版社，出版時間:2018年05月
OpenCV3程式設計入門及算法精解教程 人工智能開發教程 人臉識别 三維重建 圖形圖像識别方法
http://product.dangdang.com/25273424.html《計算機視覺算法：基于OpenCV的計算機應用開發》
作者:[伊朗]阿明·艾哈邁迪·塔茲赫孔迪（Amin,Ahmadi），出版社:機械工業出版社，出版時間:2019年05月
http://product.dangdang.com/1789866540.html《計算機視覺：原理 算法 應用及學習（原書第5版）》
作者:[英]E. R. 戴維斯（E. R. Davies），出版社:機械工業出版社，出版時間:2020年10月
經典書籍再度更新，新增機器學習和深度學習相關章節，涵蓋人臉檢測和識别、車載視覺系統等應用執行個體。本書系統地展示了計算機視覺的基本方法學，講解基礎理論的同時，強調算法和實際中的設計限制。
http://product.dangdang.com/29146593.html《計算機視覺基礎》
作者:[美] 韋斯利?E.斯奈德（Wesley E. Snyder） [美] 戚海蓉(Hairo)，出版社:機械工業出版社，出版時間:2020年09月
南京大學AI必修課經典教材，本書由該課程的授課教授團隊翻譯
http://product.dangdang.com/29131661.html《圖像處理、分析與機器視覺（第4版）》
http://product.dangdang.com/23990709.html《圖像處理、分析與機器視覺（基于LabVIEW）》
http://product.dangdang.com/25275016.html《數字圖像處理與機器視覺——Visual C++與Matlab實作(第2版)》
http://product.dangdang.com/23470387.html《機器視覺檢測技術及應用》
本書項目均選自工業現場，以主流機器視覺檢測平台應用為主線。本書内容共包含視覺檢測系統硬體搭建、手機鋼化膜裂紋的視覺檢測與輸出顯示、齒輪缺齒視覺檢測與輸出顯示、六角螺母定位的視覺檢測與輸出顯示、軸承缺珠的機器視覺檢測與分揀、電子晶片缺腳視覺檢測與輸出顯示、汽車零部件的尺寸測量與視覺資料的PLC處理七個項目。
作者:唐霞 主編，出版社:機械工業出版社，出版時間:2021年01月
http://product.dangdang.com/29191451.html《機器視覺與機器學習 算法原理 架構應用與代碼實作》
作者:宋麗梅 朱新軍 編著，出版社:機械工業出版社，出版時間:2020年06月
http://product.dangdang.com/28972130.html全書代碼采用MATLAB、C 、Python實作，便于讀者自學，并做到觸類旁通，舉一反三。應用案例參考價值高，分析過程、實驗設定、實驗資料、程式代碼及運作結果一應俱全。
![27. Remove Element(清單)題目代碼[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)