Vision-based User Interface Programming in Java一書簡介

1.概述
《Vision-based User Interface Programming in Java》這本書介紹瞭如何用java做攝像頭程序和遊戲，可以作爲一個計算機視覺的啓蒙讀物。
作者是泰國的Dr. Andrew Davison，這本書的在線瀏覽網址是
[url]http://fivedots.coe.psu.ac.th/~ad/vbi/index.html[/url]

不過計算機視覺對數學要求很高，裏面還有許多理論，要想完全喫透還是需要參考一些別的書籍和論文。

這本書依賴於OpenCV和JavaCV早期版本，所以要想運行書中的程序，請注意軟件的版本如下。

[url=http://opencv.org/]OpenCV[/url] 2.4.5
[url=https://code.google.com/p/javacv/]JavaCV[/url] 0.5

2. 各章簡單介紹

Chapter 1. What is a VBI?
VBI介紹，沒有網絡版本

Chapter 2. Webcam Snaps Using JavaCV
使用JavaCV實現攝像頭拍照

一上來簡單介紹了OpenCV，JavaCV
然後一個簡單的HelloWorld程序用JavaCV顯示一張圖片
最後實現攝像頭拍照

並且介紹了3個測試攝像頭的工具
[url=http://batchloaf.wordpress.com/commandcam/]CommandCam[/url]
[url=http://support.microsoft.com/kb/311272]DevCon[/url]
[url=http://www.ffmpeg.org/]FFmpeg[/url]

Chapter 3. Webcam Snaps Using VLC
使用[url=http://caprica.github.io/vlcj/]vlcj[/url]實現攝像頭拍照
首先一個簡單的程序介紹如何用vlcj播放各種格式的視頻
然後實現攝像頭拍照

Chapter VBI-3.5. Webcam Snaps Using JMF
使用JMF實現攝像頭拍照
JMF比較老了，所以參考參考就行。

Chapter 4. Motion Detection
解釋瞭如何用攝像頭來檢測場景的變化或移動。因爲這是視頻系統的基本需求，所以作者介紹了3種不同的方法來實現這個功能。
第一種方法，基於連貫的視頻幀的圖像差異比較
第二種方法，使用背景前景分割
第三種方法，光流法

Chapter VBI-4.5. A Motion-tracking Missile Launcher
一個程序實現了導彈發射器瞄準人的頭部，併發射導彈。當然這個導彈只是一個玩具。

Chapter 5. Blobs Drumming
擊鼓遊戲。需要使用顏色鮮豔的方形道具（塑料片）來觸碰鼓達到擊鼓的效果。屏幕被分爲9個鼓，當道具的中心點落入9個鼓中的一個時，PC的音箱會發出相應的鼓聲。本人用一本全天藍色封面的大詞典試驗成功。
首先介紹輪廓尋找技術，如何檢測出道具的輪廓。需要用到HSVSelector程序先將道具的顏色識別出來。

Chapter 6. Hand and Finger Detection
手掌與5根手指檢測
需要一副純色的手套作爲道具。
同樣首先需要用到HSVSelector程序先將道具的顏色識別出來。
這個程序在我的電腦上沒有試驗成功，手指的識別率比較低。

Chapter 7. Finger Tracking with TopCodes
手指追蹤。把TopCodes貼在手指上，達到鼠標的移動和點擊效果。
[url=http://users.eecs.northwestern.edu/~mhorn/topcodes/]TopCodes[/url]可以識別出多達99種圖案。

Chapter 8. Fingerprint Recognition
指紋識別
用到[url=http://sourceforge.net/projects/biometricsdk/]biometricsdk[/url]來建立指紋模板，作指紋比對。

Chapter 9. Face Detection and Tracking
人臉檢測與跟蹤
這個功能是OpenCV自帶的，用到哈爾算法來檢測人臉，用到人臉數據庫文件haarcascade_frontalface_alt.xml

Chapter 10. Face Recognition
人臉識別，這一章比上一章更進了一步，用特徵臉（eigenfaces）技術識別人臉，包含三個部分：
第一部分，Colt PCA
PCA（Principal Components Analysis）主成分分析，是一種分析、簡化數據集的技術。主成分分析經常用於減少數據集的維數，同時保持數據集中的對方差貢獻最大的特徵。這是通過保留低階主成分，忽略高階主成分做到的。這樣低階成分往往能夠保留住數據的最重要方面。
[url=http://acs.lbl.gov/software/colt/]colt[/url]是一組高性能的科學和數學計算的 Java 庫。不過有點老了。
作者用colt實現了一個簡單的PCA算法。
第二部分，JavaFaces2
重構了[url=http://code.google.com/p/javafaces/]javafaces[/url]代碼，爲特徵臉生成一個cache文件
第三部分，最後的成果，可以人臉識別了

Chapter 11. Eye Tracking
眼睛跟蹤
也是用哈爾算法來檢測眼睛，用到眼睛數據庫文件

Chapter 12. Facial Features Recognition
第一部分，用哈爾算法來檢測臉、眼睛、鼻子、嘴
第二部分，用[url=http://www.luxand.com/facesdk/]FaceSDK[/url]檢測臉部的66個座標
FaceSDK很強大，遺憾的是需要註冊才能試用，且有試用期限制。

Chapter 13. OCR and Sudoku
光學字符識別（Optical Character Recognition, OCR）是指對文本資料的圖像文件進行分析識別處理，獲取文字及版面信息的過程。
這章講了一個例子，識別數獨圖片，轉換成文字，並且將這個數獨解答出來。
[url=https://code.google.com/p/tesseract-ocr/]tesseract[/url]是一個老牌的文字識別組件，可能是最好的文字識別工具。
[url=http://tess4j.sourceforge.net/]tess4j[/url]是對tesseract的java封裝
[url=http://jocr.sourceforge.net/]gocr[/url]是簡單的文字識別，可以命令行調用

Chapter 14. QR Codes
這章講了如何把網址轉換成二維碼，以及反向操作。
QR碼（全稱爲快速響應矩陣碼；英語：Quick Response Code）是二維條碼的一種，於1994年由日本DENSO WAVE公司發明。
[url=https://github.com/zxing/zxing]zxing[/url] 不僅支持二維碼，還支持多種條形碼

Chapter 15. Augmented Reality with NyARToolkit
增強現實（Augmented Reality， AR）， 是一種實時地計算攝影機影像的位置及角度並加上相應圖像的技術，目標是在屏幕上把虛擬世界套在現實世界並進行互動。
這種技術估計由1990年提出。隨着隨身電子產品運算能力的提升，預期增強現實的用途將會越來越廣。
首先可以在線觀賞2個例子（番羽土嗇）
[url=https://www.layar.com/]Layar[/url]
[url=http://www.wikitude.com/]Wikitude[/url]
然後介紹了[url=http://www.hitl.washington.edu/artoolkit/]ARToolKit[/url]以及[url=http://nyatla.jp/nyartoolkit/wp/?page_id=198]NyARToolkit[/url]
最後用這些類庫實現了一個demo，可以識別一張海報，並在海報上加上虛擬3D圖像。

Chapter 16. Depth Processing
這章首先講了3D電影的簡單原理，就是需要2個攝像頭來拍攝，左右各一個。這樣可以辨識出物體距離屏幕的距離。
然後分別用紅色和藍色過濾，配合3D紅藍眼鏡觀看，就成了3D電影了。
PLY是一種電腦檔案格式，全名爲多邊形檔案（Polygon File Format）或 史丹佛三角形檔案（Stanford Triangle Format）。
史丹佛大學的 The Digital Michelangelo Project計劃採用PLY格式儲存極高分辨率之米開朗基羅的作品"大衛"雕塑。
該格式主要用以儲存立體掃描結果的三維數值，透過多邊形片面的集合描述三維物體，與其他格式相較之下這是較爲簡單的方法。它可以儲存的資訊包含顏色、透明度、表面法向量、材質座標與資料可信度，並能對多邊形的正反兩面設定不同的屬性。
[url=http://meshlab.sourceforge.net/]MeshLab[/url]是立體網狀處理軟件。此軟件可管理面和處理大量的非結構化網格，並提供編輯、清理、修復及查覈等功能，可對模型進行渲染及轉檔。

Chapter 17. Networked Cameras
介紹了網絡攝像頭原理。簡單來說就是客戶端將圖像切成若干方塊，每次將和上次不一樣的圖片發到服務端即可。服務端可以理解成監控中心了，收集各個客戶端發來的信息然後還原圖像。