18本纸质书：OpenCV、Python和机器学习，总有一本适合你

这次主页君蒙电子工业出版社赞助，为大家准备了6个三本：包含OpenCV类书籍四本，机器学习类书籍两本，每本书送出三份，一共十八个名额。这六种书籍都是干货满满的书籍，而且都是根据大家的需求挑出来的，力求符合大家需要的书籍。这六种书分别是：

《OpenCV3编程入门》

《OpenCV算法精解：基于Python与C++》

《OpenCV编程案例详解》

《OpenCV图像处理编程实例》

《机器学习——Python实践》

《机器学习之路——Caffe、Keras、scikit-learn实战》

非常符合大家的需求有木有？！

本次神经网络系列一共六篇，每篇送出一种书，三本。本文介绍下六本书，让大家先认识一下。

OpenCV3编程入门

主页君书评

毛星云大神的《OpenCV3编程入门》。这本书就在我桌上放着（之后的两本也在我桌上放着，我桌上同时还有几本这里没有的几本OpenCV书籍），是我当年学习OpenCV的入门书，也是我最近仍经常翻看当文档查的一本书。这本书非常适合有一定C++基础的人入门OpenCV，讲解非常细致，从安装到各种图像处理基础到特征提取等，非常细致，而且对于OpenCV2与OpenCV3的变化也都给出了不同的代码。这是我最推荐入门的一本书，适合入门，也适合作为文档查阅，所以放在第一篇介绍。我觉得学习OpenCV的人大部分应该都见过或者手头就有这本书。长下面这样：

书籍简介

全书共13章，面向Python 3.5.x、Python 3.6.x和Python 3.7.x，重点关注Python内置对象和标准库对象的高级应用，以及比较前沿的、刚刚引入的一些新技术和新特性的用法，偶尔涉及一些扩展库用法，完美诠释Pythonic的真正含义。几乎每个知识点都配有大量的案例，把这些案例简单拼凑和集成就可以实现很多功能，实用性非常强。

适用读者

已经具有一定Python水平的软件开发工程师。

打算深入探究Python高级编程的狂热爱好者。

各专业研究生、本科生、专科生的程序设计教材。

可能有些内容看起来会稍微有些吃力的其他Python初学者。

OpenCV算法精解：基于Python与C++

主页君书评

这是一本新书，今年刚出没多久。电工社王静编辑送了我一本。这本书适合用来学习OpenCV，也适合学习图像处理的基础，理论与实践并重，并且提供了C++和Python两种语言的实现。懂任何一种语言都可以看这本书。其实我觉得，更适合有C++基础的人在学习图像处理的同时学习Python用。我学习Python的时候就是这么干的，写完一个C++的图像处理程序，用Python再写一遍，写的时候遇到问题解决问题的过程就是学习的过程。这本书是下面这样：

书籍简介

《OpenCV算法精解：基于Python与C++》是以OpenCV 为工具学习数字图像处理的入门书。内容由浅入深，每一章都采用阐述基本概念、数学原理、C++ 实现、Python 实现相结合的方法，使初学者循序渐进地掌握数字图像处理技术。本书既注重基本的概念理论及数学原理，也注重其代码实现及实际应用，力求帮助读者全面系统地掌握图像算法的基本技术，同时为掌握OpenCV 打下良好的基础。

适用读者

《OpenCV算法精解：基于Python与C++》适合入门图像处理和计算机视觉领域的初学者阅读，要求读者具备一定的C++ 或Python 编程基础。

OpenCV编程案例详解

主页君书评

这本书也是电工社王静编辑赠送的。是一本以案例为导向的书籍。适合看完前两本之后提高来用。而且大部分数据都是直接进行图像处理，这本书的内容再图像处理的时候是有界面的，用了非常好用的Qt，所以变成的时候看到的不只是干巴巴的黑窗口输出信息了。本书的例子由浅入深，从最开始的翻转缩放滤波边缘检测等，慢慢地到加密系统、手写数字识别系统、图像检索系统等。适合学习了OpenCV和图像处理的基础知识，作为实践项目练手。

书籍简介

《OpenCV编程案例详解》以实例介绍了如何使用OpenCV构建计算机视觉系统，主要包括常用函数介绍类系统和应用类系统两类。

常用函数介绍类系统以介绍函数的使用为主。在这类系统中主要介绍了常用OpenCV函数的使用方法，并对这些函数进行了不同形式的参数调用。

应用类系统尝试解决一些实际问题，用最简单的方法实现一个学习系统，让读者能够了解该类系统的主要算法、解决问题的基本思路，同时能够更深入地了解如何更好地使用OpenCV处理实际问题。

各章的内容相对独立，因此不需要按照顺序从第1章开始阅读，读者可以自由选择自己感兴趣的内容来学习。《OpenCV编程案例详解》中的全部系统均以当前的最新版本OpenCV3.0版本进行介绍。《OpenCV编程案例详解》在处理问题时，尽量屏蔽了无关的细节，即将OpenCV作为一个黑盒来使用。

适用读者

《OpenCV编程案例详解》能够为在校学生、教师、入门者、专业人员、爱好者等不同身份的读者提供参考。

以下书籍主页君就没看过了，所以木有“主页君书评”。

OpenCV图像处理编程实例

书籍简介

《OpenCV图像处理编程实例》以OpenCV开源库为基础实现图像处理领域的很多通用算法，并结合当今图像处理领域前沿技术，对多个典型工程实例进行讲解及实现。全书内容覆盖面广，由基础到进阶，各个技术点均提供详细的代码实现，以帮助读者快速上手和深入学习。

《OpenCV图像处理编程实例》内容共三个部分，其中1～2章为基础篇，3～6章为进阶篇，7～9章为高级篇。第一部分基础篇主要介绍OpenCV开发基础的相关知识，让读者熟悉图像处理开发环境以及简单的图像处理操作；第二部分进阶篇主要介绍图像处理技术，包括灰度变换技术、平滑技术、边缘检测及形态学技术；第三部分高级篇主要介绍图像应用技术，包括图像分割技术、特征分析和复杂视频处理技术。进阶篇与高级篇的每章末节均提供了与本章内容相关的应用实例，意在让读者更好理解知识点，进而有效地进行图像处理开发。

适用读者

《OpenCV图像处理编程实例》适合图像处理、计算机视觉及模式识别等相关领域学习和工作的人士阅读，也可作为其他相关领域研究工作者的参考资料。

机器学习——Python实践

书籍简介

《机器学习——Python实践》系统地讲解了机器学习的基本知识，以及在实际项目中使用机器学习的基本步骤和方法；详细地介绍了在进行数据处理、分析时怎样选择合适的算法，以及建立模型并优化等方法，通过不同的例子展示了机器学习在具体项目中的应用和实践经验，是一本非常好的机器学习入门和实践的书籍。

不同于很多讲解机器学习的书籍，本书以实践为导向，使用 scikit-learn 作为编程框架，强调简单、快速地建立模型，解决实际项目问题。读者通过对《机器学习——Python实践》的学习，可以迅速上手实践机器学习，并利用机器学习解决实际问题。

适用读者

《机器学习——Python实践》非常适合于项目经理、有意从事机器学习开发的程序员，以及高校相关专业在的读学生阅读。

机器学习之路——Caffe、Keras、scikit-learn实战

书籍简介

本书包含两部分：机器学习篇和深度学习篇。

《机器学习篇》从小红帽采蘑菇的故事开篇，介绍了基础的机器学习分类模型的训练（第1 章）。如何评估、调试模型？如何合理地发掘事物的特征？如何利用几个模型共同发挥作用？后续章节一步一步讲述了如何优化模型，更好地完成分类预测任务（第2 章），并且初步尝试将这些技术运用到金融股票交易中（第3 章）。

自然界最好的非线性模型莫过于人类的大脑。《深度学习篇》从介绍并对比一些常见的深度学习框架开始（第4 章），讲解了DNN 模型的直观原理，尝试给出一些简单的生物学解释，完成简单的图片识别任务（第5 章）。后续章节在此基础上，完成更为复杂的图片识别CNN模型（第6 章）。接着，本书展示了使用Caffe 完成一个完整的图片识别项目，从准备数据集，到完成识别任务（第7 章）。后面简单描述了RNN 模型（第8 章），接着展示了一个将深度学习技术落地到图片处理领域的项目（第9 章）。

适用读者

机器学习需要一条脱离过高理论门槛的入门之路。越来越多的人期待能挤进机器学习这一行业，这些人往往有一些编程和自学能力，但数学等基础理论能力不足。对于这些人群，从头开始学习概率统计等基础学科是痛苦的，如果直接上手使用机器学习工具往往又感到理解不足，缺少点什么。本书就是面向这一人群，避过数学推导等复杂的理论推衍，介绍模型背后的一些简单直观的理解，以及如何上手使用。本书希望能够得到这些人的喜爱。