相關商品
商品簡介
作者簡介
名人/編輯推薦
序
目次
商品簡介
全書一共11章：第1～4章首先講解了機器視覺在智能硬件領域的應用場景以及智能硬件上4種常見的機器視覺技術方案；然後講解了樹莓派和OpenCV的安裝、配置以及其他準備工作；最後通過一些簡單的案例和代碼手把手教讀者如何使用OpenCV。第5～11章是本書的核心內容，通過幾個具體的綜合案例講解了如何使用樹莓派低成本玩轉如下機器視覺場景：拍攝照片和視頻、處理相機的原始數據、道路和商場的人流統計、道路信息的文字識別、人臉識別與追蹤、中央AI視頻監控等。以上案例循序漸進，環環相扣，所有代碼均可在樹莓派上運行，可輕鬆移植到任何ARM開發板上。
作者簡介
技術極客，“骨灰級”樹莓派愛好者，在機器人、智能硬件、軟硬件協同開發等方面有較深入的研究。
安全技術專家，看雪科技高級研究員，在移動安全領域經驗豐富，多次主持召開銀行、電信、政府及等行業的培訓並參與安全項目的研究。作為團隊成員參與GeekPwn2018挑戰賽並獲得亞軍，多次在“看雪安全開發者峰會”“補天白帽大會”等會議上發表主題演講。
著有《樹莓派創客：手把手教你搭建機器人》《樹莓派創客：手把手教你玩轉人工智能》。
安全技術專家，看雪科技高級研究員，在移動安全領域經驗豐富，多次主持召開銀行、電信、政府及等行業的培訓並參與安全項目的研究。作為團隊成員參與GeekPwn2018挑戰賽並獲得亞軍，多次在“看雪安全開發者峰會”“補天白帽大會”等會議上發表主題演講。
著有《樹莓派創客：手把手教你搭建機器人》《樹莓派創客：手把手教你玩轉人工智能》。
名人/編輯推薦
（1）作者是骨灰級樹莓派極客，對樹莓派有非常深入的研究，並進行了大量的實踐，本書中的解決方案和案例均經過作者親身實踐。
（2）本書為圖像分析、人臉識別、文字識別、人臉追蹤、視頻監控等常見的機器視覺應用提供了全套的樹莓派解決方案。
（3）書中7個綜合性案例，不僅講解了技術原理和實現方法，而且給出了實現代碼，所有代碼均可運行在樹莓派上並可移植到ARM開發板上。
（2）本書為圖像分析、人臉識別、文字識別、人臉追蹤、視頻監控等常見的機器視覺應用提供了全套的樹莓派解決方案。
（3）書中7個綜合性案例，不僅講解了技術原理和實現方法，而且給出了實現代碼，所有代碼均可運行在樹莓派上並可移植到ARM開發板上。
序
為什麼要寫這本書
面對這個問題，我的內心是復雜的。雖然我是一名理科生，但是我並不想用各種參數對比、性價比等冷冰冰的數字來回答這個問題，我想感性地、大聲地、驕傲地回答這個問題，因為—我就是喜歡樹莓派！
由於工作的原因，我身邊總是圍繞著大量的工程師，他們中的大多數都跟我一樣，第一眼就喜歡上了這塊電路板，而且再也離不開它，從2012年的第一代一直追到最新的3B+版本的人不在少數。同時，我還發現，這塊電路板“軟硬通殺”，不管是玩硬件的朋友，還是玩軟件的朋友，都會對它愛不釋手，並很快上手將其融合到自己的項目中。
樹莓派是一款真正的“計算機”，憑借強勁的CPU性能，它無所不能，從上網、玩遊戲、看電影、聽音樂，到控制電路、控制傳感器，再到科學計算、邊緣計算、云計算，甚至深度學習、人工智能、圖像識別、環境感知等高級應用，都可以做到輕松應對、遊刃有餘。
與此同時，樹莓派始終保持非常低廉的售價，其官方售價一直是35美元，而一臺完整的計算機則至少需要350美元。未來必將會出現越來越多的自動化工作，需要越來越多的程序員。降低計算機的普及門檻，讓更多人更早接觸編程，並且愛上編程，是必然趨勢，而樹莓派憑借其價格低廉、易上手、功能強大等特性會受到越來越多的人的青睞。
樹莓派可以安裝Android、Windows、Debian、Ubuntu、OSMC、PiNet、OpenNAS等各種功能豐富、適用於不同場景的操作系統，其功耗超低，用作服務器24小時不關機也不心疼，換一張TF卡，馬上又是一個新系統，對於我們這些經常“蹂躪”系統環境的逆向工程師來講，這些特性吸引力極大。
業餘時間我經常跟同事一起，利用樹莓派軟硬結合的特性，搭建各種由樹莓派充當“神經中樞”的機器人，也參加了一些機器人比賽，以期遇到更多喜歡樹莓派的朋友，提升自身的技術水平，一起發揚樹莓派提倡的創客文化。希望可以跟大家保持聯系，多多交流。
內容提要
本書圍繞“低成本玩轉樹莓派”這個主題，講解了如何利用樹莓派、OpenCV和Python等軟硬件搭建一個低成本的智能硬件平臺，並在其上實現圖像分析、文字識別、人臉識別與追蹤、視頻監控等機器視覺功能。
全書一共11章。
第1～4章首先講解了機器視覺在智能硬件領域的應用場景以及智能硬件上4種常見的機器視覺技術方案；然後講解了樹莓派和OpenCV的安裝、配置以及其他準備工作；最後通過一些簡單的案例和代碼教讀者使用OpenCV。
第5～11章是本書的核心內容，通過幾個具體的綜合案例講解了如何使用樹莓派低成本玩轉如下機器視覺場景：拍攝照片和視頻、處理相機的原始數據、道路和商場的人流統計、道路信息的文字識別、人臉識別與追蹤、中央AI視頻監控等。以上案例循序漸進，環環相扣，所有代碼均可在樹莓派上運行，並可輕松移植到任何ARM開發板上。
讀者物件
機器視覺開發工程師
智能硬件開發工程師
專業樹莓派愛好者
OpenCV開發者
更新和勘誤
書本是靜止的，知識是流動的，在書本編撰、出版、發行所占用的時間裡，技術仍在不斷更新，所謂活到老、學到老，也正是這個道理。在本書寫作的過程中，樹莓派已經推出第4版，OpenCV的版本也一直在升級，新版樹莓派和OpenCV在性能上會有更好的表現。目前本書中的代碼是兼容所有版本的樹莓派的。考慮到機器視覺本身也是一門操作性極強的學科，讀者在動手實踐的過程中難免會產生各種各樣的疑問，我特地準備了GitHub倉庫對內容進行更新，也會將勘誤放在這裡，大家有疑問可以在該倉庫的issue頁面提出，我會盡力解答，希望可以跟大家一起學習，一起進步。
面對這個問題，我的內心是復雜的。雖然我是一名理科生，但是我並不想用各種參數對比、性價比等冷冰冰的數字來回答這個問題，我想感性地、大聲地、驕傲地回答這個問題，因為—我就是喜歡樹莓派！
由於工作的原因，我身邊總是圍繞著大量的工程師，他們中的大多數都跟我一樣，第一眼就喜歡上了這塊電路板，而且再也離不開它，從2012年的第一代一直追到最新的3B+版本的人不在少數。同時，我還發現，這塊電路板“軟硬通殺”，不管是玩硬件的朋友，還是玩軟件的朋友，都會對它愛不釋手，並很快上手將其融合到自己的項目中。
樹莓派是一款真正的“計算機”，憑借強勁的CPU性能，它無所不能，從上網、玩遊戲、看電影、聽音樂，到控制電路、控制傳感器，再到科學計算、邊緣計算、云計算，甚至深度學習、人工智能、圖像識別、環境感知等高級應用，都可以做到輕松應對、遊刃有餘。
與此同時，樹莓派始終保持非常低廉的售價，其官方售價一直是35美元，而一臺完整的計算機則至少需要350美元。未來必將會出現越來越多的自動化工作，需要越來越多的程序員。降低計算機的普及門檻，讓更多人更早接觸編程，並且愛上編程，是必然趨勢，而樹莓派憑借其價格低廉、易上手、功能強大等特性會受到越來越多的人的青睞。
樹莓派可以安裝Android、Windows、Debian、Ubuntu、OSMC、PiNet、OpenNAS等各種功能豐富、適用於不同場景的操作系統，其功耗超低，用作服務器24小時不關機也不心疼，換一張TF卡，馬上又是一個新系統，對於我們這些經常“蹂躪”系統環境的逆向工程師來講，這些特性吸引力極大。
業餘時間我經常跟同事一起，利用樹莓派軟硬結合的特性，搭建各種由樹莓派充當“神經中樞”的機器人，也參加了一些機器人比賽，以期遇到更多喜歡樹莓派的朋友，提升自身的技術水平，一起發揚樹莓派提倡的創客文化。希望可以跟大家保持聯系，多多交流。
內容提要
本書圍繞“低成本玩轉樹莓派”這個主題，講解了如何利用樹莓派、OpenCV和Python等軟硬件搭建一個低成本的智能硬件平臺，並在其上實現圖像分析、文字識別、人臉識別與追蹤、視頻監控等機器視覺功能。
全書一共11章。
第1～4章首先講解了機器視覺在智能硬件領域的應用場景以及智能硬件上4種常見的機器視覺技術方案；然後講解了樹莓派和OpenCV的安裝、配置以及其他準備工作；最後通過一些簡單的案例和代碼教讀者使用OpenCV。
第5～11章是本書的核心內容，通過幾個具體的綜合案例講解了如何使用樹莓派低成本玩轉如下機器視覺場景：拍攝照片和視頻、處理相機的原始數據、道路和商場的人流統計、道路信息的文字識別、人臉識別與追蹤、中央AI視頻監控等。以上案例循序漸進，環環相扣，所有代碼均可在樹莓派上運行，並可輕松移植到任何ARM開發板上。
讀者物件
機器視覺開發工程師
智能硬件開發工程師
專業樹莓派愛好者
OpenCV開發者
更新和勘誤
書本是靜止的，知識是流動的，在書本編撰、出版、發行所占用的時間裡，技術仍在不斷更新，所謂活到老、學到老，也正是這個道理。在本書寫作的過程中，樹莓派已經推出第4版，OpenCV的版本也一直在升級，新版樹莓派和OpenCV在性能上會有更好的表現。目前本書中的代碼是兼容所有版本的樹莓派的。考慮到機器視覺本身也是一門操作性極強的學科，讀者在動手實踐的過程中難免會產生各種各樣的疑問，我特地準備了GitHub倉庫對內容進行更新，也會將勘誤放在這裡，大家有疑問可以在該倉庫的issue頁面提出，我會盡力解答，希望可以跟大家一起學習，一起進步。
目次
前言
第1章 智能硬件與機器視覺1
1.1 機器視覺在智能硬件領域的應用1
1.1.1 機器視覺在智能城市的應用2
1.1.2 機器視覺與5G的協同效應4
1.2 智能硬件上的機器視覺技術方案選型5
1.2.1 方案A：樹莓派5
1.2.2 方案B：BeagleBoard7
1.2.3 方案C：NVIDIA Jetson8
1.2.4 方案D：Google Coral Dev Board + Edge TPU9
1.3 本章小結10
第2章 樹莓派軟硬件準備11
2.1 刷寫系統11
2.2 硬件連接14
2.3 Linux系統的基本操作17
2.3.1 Linux常用命令17
2.3.2 Vim編輯器的使用19
2.4 遠程連接樹莓派20
2.4.1 使用SSH連接樹莓派21
2.4.2 使用VNC連接樹莓派24
2.5 使用相機模塊拍攝一張照片28
2.6 本章小結31
第3章 安裝OpenCV32
3.1 使用pip安裝OpenCV32
3.1.1 在Ubuntu上使用pip安裝OpenCV33
3.1.2 在macOS上使用pip安裝OpenCV35
3.1.3 在樹莓派上使用pip安裝OpenCV36
3.1.4 注意事項38
3.2 樹莓派源碼編譯安裝OpenCV 439
3.2.1 擴展TF卡並安裝依賴39
3.2.2 下載OpenCV 442
3.2.3 為OpenCV 4搭建基於Python 3的虛擬環境42
3.2.4 構建和編譯OpenCV 444
3.2.5 測試OpenCV 447
3.2.6 可能遇到的問題47
3.3 本章小結49
第4章 通過案例手把手入門OpenCV50
4.1 開始前的準備50
4.1.1 環境準備50
4.1.2 項目代碼準備51
4.2 OpenCV圖像簡單處理51
4.2.1 加載和顯示圖像51
4.2.2 訪問單個像素53
4.2.3 數組切片和裁剪54
4.2.4 調整圖像大小55
4.2.5 旋轉圖像57
4.2.6 平滑圖像60
4.2.7 在圖像上繪圖60
4.2.8 運行第一個OpenCV教程的Python腳本64
4.3 OpenCV圖像物件計數64
4.3.1 目標物件計數64
4.3.2 將圖像轉換為灰階65
4.3.3 邊緣檢測67
4.3.4 閾值處理68
4.3.5 檢測和繪制輪廓68
4.3.6 腐蝕和膨脹70
4.3.7 蒙版和按位操作71
4.3.8 運行第二個OpenCV教程的Python腳本72
4.4 本章小結72
第5章 使用Python拍攝照片、視頻73
5.1 安裝picamera環境73
5.1.1 安裝Raspbian系統73
5.1.2 安裝其他系統74
5.1.3 升級相機固件74
5.1.4 安裝樹莓派攝像頭模組75
5.1.5 控制V1版的LED燈78
5.2 使用攝像頭拍攝照片78
5.2.1 捕獲照片並存為文件79
5.2.2 捕獲照片並存為流79
5.2.3 捕獲照片並存為PIL圖像80
5.2.4 捕獲調整了大小的圖像80
5.2.5 快拍和連拍的技巧81
5.2.6 捕獲延時攝影序列82
5.2.7 弱光下拍照82
5.2.8 網絡直播83
5.3 使用攝像頭拍攝視頻85
5.3.1 錄制視頻文件85
5.3.2 錄制視頻流86
5.3.3 錄制拆分為多個文件86
5.3.4 錄制循環視頻流87
5.3.5 錄制網絡視頻流88
5.3.6 視頻預覽疊加圖像加水印90
5.3.7 視頻輸出疊加文本、時間戳92
5.4 本章小結93
第6章 使用Python處理相機原始數據94
6.1 捕獲並直接編碼94
6.1.1 捕獲並編碼為numpy數組94
6.1.2 捕獲並編碼為opencv物件95
6.1.3 捕獲未編碼圖像（YUV）96
6.1.4 捕獲編碼圖像（RGB）99
6.1.5 自定義編碼器100
6.2 多種捕獲方法102
6.2.1 錄像時截屏102
6.2.2 多種分辨率下錄制103
6.2.3 特殊文件輸出103
6.2.4 Bayer-Raw數據獲取104
6.3 樹莓派相機的實際應用109
6.3.1 自定義輸出：運動檢測相機的代碼實現109
6.3.2 循環視頻流切割：行車記錄儀碰撞預警功能111
6.3.3 快速捕獲和處理：連拍算法實現112
6.3.4 錄制未經編碼的視頻：顏色檢測116
6.3.5 快速捕獲和流傳輸：網絡流直播117
6.3.6 網絡流媒體：結合網頁技術直播119
6.3.7 錄制運動矢量數據：檢測視頻中的手勢121
6.4 常見錯誤集錦125
6.5 本章小結128
第7章 道路、商場人流統計129
7.1 原理解析130
7.1.1 目標檢測與目標追蹤130
7.1.2 形心追蹤算法原理131
7.1.3 人群計數器原理133
7.2 軟件環境準備134
7.3 使用Python實現人群計數器135
7.3.1 目錄結構135
7.3.2 形心追蹤器類CentroidTracker的實現135
7.3.3 追蹤目標類TrackableObject的實現141
7.3.4 人群計數器的實現141
7.3.5 樹莓派人群計數器測試149
7.4 本章小結149
第8章 道路信息文字識別150
8.1 EAST深度學習模型151
8.1.1 EAST模型簡介151
8.1.2 相關軟件包的安裝152
8.1.3 項目工程結構153
8.2 檢測圖片中的文字153
8.2.1 代碼編寫和解讀153
8.2.2 效果測試157
8.3 檢測視頻中的文字159
8.3.1 代碼編寫和解讀159
8.3.2 效果測試163
8.4 對文字內容進行識別164
8.4.1 Tesseract介紹和安裝164
8.4.2 使用Tesseract實現文字識別的原理166
8.4.3 代碼編寫和解讀168
8.4.4 效果測試173
8.5 本章小結175
第9章 簡單人臉追蹤176
9.1 核心原理和效果簡介176
9.2 環境準備和代碼編寫177
9.2.1 使用Python實現形心追蹤算法177
9.2.2 人臉追蹤的實現182
9.3 測試人臉跟蹤效果186
9.3.1 測試效果186
9.3.2 缺陷與不足187
9.4 本章小結187
第10章 人臉追蹤安防攝像頭188
10.1 總體設計思路188
10.1.1 硬件組裝清單188
10.1.2 PID控制反饋算法189
1
第1章 智能硬件與機器視覺1
1.1 機器視覺在智能硬件領域的應用1
1.1.1 機器視覺在智能城市的應用2
1.1.2 機器視覺與5G的協同效應4
1.2 智能硬件上的機器視覺技術方案選型5
1.2.1 方案A：樹莓派5
1.2.2 方案B：BeagleBoard7
1.2.3 方案C：NVIDIA Jetson8
1.2.4 方案D：Google Coral Dev Board + Edge TPU9
1.3 本章小結10
第2章 樹莓派軟硬件準備11
2.1 刷寫系統11
2.2 硬件連接14
2.3 Linux系統的基本操作17
2.3.1 Linux常用命令17
2.3.2 Vim編輯器的使用19
2.4 遠程連接樹莓派20
2.4.1 使用SSH連接樹莓派21
2.4.2 使用VNC連接樹莓派24
2.5 使用相機模塊拍攝一張照片28
2.6 本章小結31
第3章 安裝OpenCV32
3.1 使用pip安裝OpenCV32
3.1.1 在Ubuntu上使用pip安裝OpenCV33
3.1.2 在macOS上使用pip安裝OpenCV35
3.1.3 在樹莓派上使用pip安裝OpenCV36
3.1.4 注意事項38
3.2 樹莓派源碼編譯安裝OpenCV 439
3.2.1 擴展TF卡並安裝依賴39
3.2.2 下載OpenCV 442
3.2.3 為OpenCV 4搭建基於Python 3的虛擬環境42
3.2.4 構建和編譯OpenCV 444
3.2.5 測試OpenCV 447
3.2.6 可能遇到的問題47
3.3 本章小結49
第4章 通過案例手把手入門OpenCV50
4.1 開始前的準備50
4.1.1 環境準備50
4.1.2 項目代碼準備51
4.2 OpenCV圖像簡單處理51
4.2.1 加載和顯示圖像51
4.2.2 訪問單個像素53
4.2.3 數組切片和裁剪54
4.2.4 調整圖像大小55
4.2.5 旋轉圖像57
4.2.6 平滑圖像60
4.2.7 在圖像上繪圖60
4.2.8 運行第一個OpenCV教程的Python腳本64
4.3 OpenCV圖像物件計數64
4.3.1 目標物件計數64
4.3.2 將圖像轉換為灰階65
4.3.3 邊緣檢測67
4.3.4 閾值處理68
4.3.5 檢測和繪制輪廓68
4.3.6 腐蝕和膨脹70
4.3.7 蒙版和按位操作71
4.3.8 運行第二個OpenCV教程的Python腳本72
4.4 本章小結72
第5章 使用Python拍攝照片、視頻73
5.1 安裝picamera環境73
5.1.1 安裝Raspbian系統73
5.1.2 安裝其他系統74
5.1.3 升級相機固件74
5.1.4 安裝樹莓派攝像頭模組75
5.1.5 控制V1版的LED燈78
5.2 使用攝像頭拍攝照片78
5.2.1 捕獲照片並存為文件79
5.2.2 捕獲照片並存為流79
5.2.3 捕獲照片並存為PIL圖像80
5.2.4 捕獲調整了大小的圖像80
5.2.5 快拍和連拍的技巧81
5.2.6 捕獲延時攝影序列82
5.2.7 弱光下拍照82
5.2.8 網絡直播83
5.3 使用攝像頭拍攝視頻85
5.3.1 錄制視頻文件85
5.3.2 錄制視頻流86
5.3.3 錄制拆分為多個文件86
5.3.4 錄制循環視頻流87
5.3.5 錄制網絡視頻流88
5.3.6 視頻預覽疊加圖像加水印90
5.3.7 視頻輸出疊加文本、時間戳92
5.4 本章小結93
第6章 使用Python處理相機原始數據94
6.1 捕獲並直接編碼94
6.1.1 捕獲並編碼為numpy數組94
6.1.2 捕獲並編碼為opencv物件95
6.1.3 捕獲未編碼圖像（YUV）96
6.1.4 捕獲編碼圖像（RGB）99
6.1.5 自定義編碼器100
6.2 多種捕獲方法102
6.2.1 錄像時截屏102
6.2.2 多種分辨率下錄制103
6.2.3 特殊文件輸出103
6.2.4 Bayer-Raw數據獲取104
6.3 樹莓派相機的實際應用109
6.3.1 自定義輸出：運動檢測相機的代碼實現109
6.3.2 循環視頻流切割：行車記錄儀碰撞預警功能111
6.3.3 快速捕獲和處理：連拍算法實現112
6.3.4 錄制未經編碼的視頻：顏色檢測116
6.3.5 快速捕獲和流傳輸：網絡流直播117
6.3.6 網絡流媒體：結合網頁技術直播119
6.3.7 錄制運動矢量數據：檢測視頻中的手勢121
6.4 常見錯誤集錦125
6.5 本章小結128
第7章 道路、商場人流統計129
7.1 原理解析130
7.1.1 目標檢測與目標追蹤130
7.1.2 形心追蹤算法原理131
7.1.3 人群計數器原理133
7.2 軟件環境準備134
7.3 使用Python實現人群計數器135
7.3.1 目錄結構135
7.3.2 形心追蹤器類CentroidTracker的實現135
7.3.3 追蹤目標類TrackableObject的實現141
7.3.4 人群計數器的實現141
7.3.5 樹莓派人群計數器測試149
7.4 本章小結149
第8章 道路信息文字識別150
8.1 EAST深度學習模型151
8.1.1 EAST模型簡介151
8.1.2 相關軟件包的安裝152
8.1.3 項目工程結構153
8.2 檢測圖片中的文字153
8.2.1 代碼編寫和解讀153
8.2.2 效果測試157
8.3 檢測視頻中的文字159
8.3.1 代碼編寫和解讀159
8.3.2 效果測試163
8.4 對文字內容進行識別164
8.4.1 Tesseract介紹和安裝164
8.4.2 使用Tesseract實現文字識別的原理166
8.4.3 代碼編寫和解讀168
8.4.4 效果測試173
8.5 本章小結175
第9章 簡單人臉追蹤176
9.1 核心原理和效果簡介176
9.2 環境準備和代碼編寫177
9.2.1 使用Python實現形心追蹤算法177
9.2.2 人臉追蹤的實現182
9.3 測試人臉跟蹤效果186
9.3.1 測試效果186
9.3.2 缺陷與不足187
9.4 本章小結187
第10章 人臉追蹤安防攝像頭188
10.1 總體設計思路188
10.1.1 硬件組裝清單188
10.1.2 PID控制反饋算法189
1
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。