1、封面介绍
2、出版时间
2020年3月
3、推荐理由
本书（现在是第3版）是计算机视觉工程师使用OpenCV作为工具的系列丛书之一。本书保留了最基本的核心数学公式，提供了从构思到运行代码的完整项目，涵盖了当前计算机视觉中的热门话题，包括人脸识别、关键点检测和姿态估计、具有深度卷积网络的车牌识别、从运动中恢复结构、增强现实的场景重建，以及本机和Web环境中的移动端计算机视觉。
本书将作者在学术界和行业中实施计算机视觉产品及项目的丰富知识轻松打包，不但向读者介绍了API的功能，而且提供了对完整计算机视觉项目中设计选择的见解，并超越了计算机视觉的基础知识，从更高层次来设计和实现??复杂图像识别项目的解决方案。
本书主要面向的对象，是希望在C++环境下开始使用OpenCV的计算机视觉新手，鼓励他们从动手开始学习，而不是纠结于传统的基础数学知识。书中提供了有关当前常见的计算机视觉任务的OpenCV API的具体用例示例，同时鼓励“复制–粘贴–运行”这种学习方式并尝试将数学基础保持在最低限度。
如今，计算机视觉工程师可以选择多种工具和软件包，包括OpenCV、dlib、Matlab软件包、SimpleCV、XPCV和scikit-image。在覆盖范围和跨平台方面，没有什么比OpenCV做得更好。但是，对新手而言，OpenCV似乎令人望而生畏，仅在官方模块的API中就有成千上万的函数，这还不包括贡献的模块。尽管OpenCV本身也提供了较广泛的教程，也存在大量的有文档记录的项目，但大都缺乏从头到尾完成项目的教程来满足工程师的需要。
本书直接或间接地涵盖了OpenCV的许多功能，包括许多贡献模块。 它还展示了如何在Web、iOS和Android设备以及Python Jupyter Notebook中使用OpenCV。 每章都针对一个不同的问题，说明如何实现此目标，介绍了解决方案及其理论背景，并提供了一个完整的、可构建的和可运行的代码示例。
本书旨在为读者提供以下内容：
有效的OpenCV代码示例，用于解决现代的、具有一定复杂度的计算机视觉问题
OpenCV工程和项目维护的最佳实践
使用实用的算法设计方法来应对复杂的计算机视觉任务
熟悉OpenCV最新的API (v4.0.0)，并通过实例进行实践
4、下载链接
由于版权的原因，不再对外公开，仅限内部学习和交流使用。
