具体描述
编辑推荐
OpenCV 3是一种先进的计算机视觉库，它提供了很多图像和视频处理操作，以及一些代表计算机视觉未来发展方向的功能，如人脸识别或目标跟踪。学习计算机视觉算法、模型和OpenCV API的基本概念之后，可以开发各种现实生活中的应用程序（如安全和监控方面的应用程序）。
本书从图像处理的基本操作出发，带你开启先进计算机视觉的探索之旅。计算机视觉是一个快速发展的学科，与其相关的现实应用也呈爆炸性增长，本书的目的就是帮助计算机视觉领域的新手和想要了解全新的OpenCV 3.0.0的计算机视觉专家快速掌握基于Python的OpenCV计算机视觉开发的实用方法、技巧和实践。
通过阅读本书，你将学到:
安装和熟练使用基于Python的OpenCV 3的API
掌握图像处理和视频分析的基础知识
在图像和视频中检测和识别目标
使用OpenCV检测和识别人脸
训练和使用自己的对象分类器
了解计算机视觉中的机器学习概念
使用OpenCV的人工神经网络来解决实际问题
开发现实生活中的计算机视觉应用
内容简介
OpenCV是开源、跨平台的计算机视觉库，由英特尔公司发起并参与开发，在商业和研究领域中可以免费使用。本书介绍了如何通过Python来开发基于OpenCV 3.0的应用。作为当前非常流行的动态语言之一，Python不仅使用非常简单，而且功能强大。通过Python来学习OpenCV框架，可以让你很快理解计算机视觉的基本概念以及重要算法。
本书分9章来介绍计算机视觉的重要概念，所有的概念都融入了一些很有趣的项目。本书首先详细介绍了多个平台下基于Python的OpenCV安装，继而介绍了计算机视觉应用的基本操作，包括：图像文件的读取与显示，图像处理的基本操作（比如边缘检测等），深度估计与分割，人脸检测与识别，图像的检索，目标的检测与识别，目标跟踪，神经网络的手写体识别。可以这样说，本书是一本不可多得的采用OpenCV实践计算机视觉应用的好书。
作者简介
作者简介
Joe Minichino Hoolux Medical计算机视觉工程师，NoSQL数据库LokiJS的开发者。他是一个充满激情的程序员，对编程语言和技术充满好奇，并不断尝试。在Hoolux，Joe领导了针对医疗行业的Android计算机视觉广告平台的开发。
Joseph Howse Nummist Media公司总裁，自2012年起，出版了多部OpenCV方面的著作，包括《OpenCV for Secret Agents》《Android Application Programming with OpenCV 3》和《OpenCV Computer Vision with Python》等。
译者简介
刘波 博士，任教于重庆工商大学计算机科学与信息工程学院，主要从事机器学习理论、计算机视觉和优化技术研究，同时对Hadoop和Spark平台上的大数据分析感兴趣，也对Linux平台的编程和Oracle数据库感兴趣。
苗贝贝 硕士，北京工商大学计算机与信息工程学院研究生，主要从事机器学习理论、时间序列动力学特征分析及应用的研究，对基于Python的计算机视觉分析有浓厚的兴趣。
史斌 毕业于电子科技大学计算机学院，目前就职于成都知数科技有限公司，主要从事数据爬取、数据处理、平台运维等工作，熟悉Python、Linux shell，同时热爱计算机视觉编程，熟悉Python下的OpenCV编程。
目录
目 录 Contents
译者序
前言
作者简介
审校者简介
译者简介
第1章 安装OpenCV 1
1.1 选择和使用合适的安装工具 2
1.1.1 在Windows上安装 2
1.1.2 在OS X系统中安装 6
1.1.3 在Ubuntu及其衍生版本中安装 11
1.1.4 在其他类Unix系统中安装 12
1.2 安装Contrib模块 13
1.3 运行示例 13
1.4 查找文档、帮助及更新 14
1.5 总结 15
第2章 处理文件、摄像头和图形用户界面 16
2.1 基本I/O脚本 16
2.1.1 读/写图像文件 16
2.1.2 图像与原始字节之间的转换 19
2.1.3 使用numpy.array访问图像数据 20
2.1.4 视频文件的读/写 22
2.1.5 捕获摄像头的帧 23
2.1.6 在窗口显示图像 24
2.1.7 在窗口显示摄像头帧 25
2.2 Cameo项目（人脸跟踪和图像处理） 26
2.3 Cameo—面向对象的设计 27
2.3.1 使用managers. CaptureManager提取视频流 27
2.3.2 使用managers.WindowManager抽象窗口和键盘 32
2.3.3 cameo.Cameo的强大实现 33
2.4 总结 34
第3章 使用OpenCV 3处理图像 36
3.1 不同色彩空间的转换 36
3.2 傅里叶变换 37
3.2.1 高通滤波器 37
3.2.2 低通滤波器 39
3.3 创建模块 39
3.4 边缘检测 40
3.5 用定制内核做卷积 41
3.6 修改应用 43
3.7 Canny边缘检测 44
3.8 轮廓检测 45
3.9 边界框、最小矩形区域和最小闭圆的轮廓 46
3.10 凸轮廓与Douglas-Peucker算法 48
3.11 直线和圆检测 50
3.11.1 直线检测 50
3.11.2 圆检测 51
3.12 检测其他形状 52
3.13 总结 52
第4章 深度估计与分割 53
4.1 创建模块 53
4.2 捕获深度摄像头的帧 54
4.3 从视差图得到掩模 56
4.4 对复制操作执行掩模 57
4.5 使用普通摄像头进行深度估计 59
4.6 使用分水岭和GrabCut算法进行物体分割 63
4.6.1 用GrabCut进行前景检测的例子 64
4.6.2 使用分水岭算法进行图像分割 66
4.7 总结 69
第5章 人脸检测和识别 70
5.1 Haar级联的概念 70
5.2 获取Haar级联数据 71
5.3 使用OpenCV进行人脸检测 72
5.3.1 静态图像中的人脸检测 72
5.3.2 视频中的人脸检测 74
5.3.3 人脸识别 76
5.4 总结 82
第6章 图像检索以及基于图像描述符的搜索 83
6.1 特征检测算法 83
6.1.1 特征定义 84
6.1.2 使用DoG和SIFT进行特征提取与描述 86
6.1.3 使用快速Hessian算法和SURF来提取和检测特征 89
6.1.4 基于ORB的特征检测和特征匹配 91
6.1.5 ORB特征匹配 93
6.1.6 K-最近邻匹配 95
6.1.7 FLANN匹配 96
6.1.8 FLANN的单应性匹配 99
6.1.9 基于文身取证的应用程序示例 102
6.2 总结 105
第7章 目标检测与识别 106
7.1 目标检测与识别技术 106
7.1.1 HOG描述符 107
7.1.2 检测人 112
7.1.3 创建和训练目标检测器 113
7.2 汽车检测 116
7.2.1 代码的功能 118
7.2.2 SVM和滑动窗口 122
7.3 总结 134
第8章 目标跟踪 135
8.1 检测移动的目标 135
8.2 背景分割器：KNN、MOG2和GMG 138
8.2.1 均值漂移和CAMShift 142
8.2.2 彩色直方图 144
8.2.3 返回代码 146
8.3 CAMShift 147
8.4 卡尔曼滤波器 149
8.4.1 预测和更新 149
8.4.2 范例 150
8.4.3 一个基于行人跟踪的例子 153
8.4.4 Pedestrian类 154
8.4.5 主程序 157
8.5 总结 159
第9章 基于OpenCV的神经网络简介 160
9.1 人工神经网络 160
9.2 人工神经网络的结构 161
9.2.1 网络层级示例 162
9.2.2 学习算法 163
9.3 OpenCV中的ANN 164
9.3.1 基于ANN的动物分类 166
9.3.2 训练周期 169
9.4 用人工神经网络进行手写数字识别 170
9.4.1 MNIST—手写数字数据库 170
9.4.2 定制训练数据 170
9.4.3 初始参数 171
9.4.4 迭代次数 171
9.4.5 其他参数 171
9.4.6 迷你库 172
9.4.7 主文件 175
9.5 可能的改进和潜在的应用 180
9.5.1 改进 180
9.5.2 应用 181
9.6 总结 181
前言/序言
Preface 前 言OpenCV 3是一种先进的计算机视觉库，可以用于各种图像和视频处理操作，通过OpenCV 3 能很容易地实现一些有前景且功能先进的应用（比如：人脸识别或目标跟踪等）。理解与计算机视觉相关的算法、模型以及OpenCV 3 API背后的基本概念，有助于开发现实世界中的各种应用程序（比如：安全和监视领域的工具）。本书将从图像处理的基本操作出发，带你开启先进计算机视觉概念的探索之旅。计算机视觉是一个快速发展的学科，在现实生活中，它的应用增长得非常快，因此写作本书的目的是为了帮助计算机视觉领域的新手和想要了解全新的OpenCV 3.0.0的计算机视觉专家。
本书的主要内容第1章介绍如何在不同平台下安装基于Python的OpenCV，并给出一些常见问题的解决方法。
第2章介绍了OpenCV的I/O功能，并讨论与项目相关的概念，以及如何针对该项目进行面向对象设计。
第3章介绍一些图像变换方法，例如在图像中检测肤色、锐化图像、标记主体轮廓，以及使用线段检测器检测人行横道等。
第4章介绍如何利用深度摄像头的数据来识别前景和背景区域，这样就可以限制针对前景或背景的效果。
第5章介绍一些OpenCV的人脸检测功能和相关的数据文件，这些文件定义了跟踪目标的特定类型。
第6章介绍如何用OpenCV来检测图像特征，并利用这些特征来匹配和搜索图像。
第7章介绍目标检测和目标识别的概念，这是计算机视觉中最常见的问题之一。
第8章对目标跟踪进行深入探讨，目标跟踪是对摄像机中的图像或视频中移动的物体进行定位的过程。
第9章介绍基于OpenCV的人工神经网络，并介绍其在现实生活中的应用。
阅读前的准备工作本书第1章会指导读者安装所有必要软件，你只需准备一台较新的计算机。另外，强烈推荐为计算机安装摄像头，但这并不是必备的。
本书的读者对象本书针对具有一定Python工作经验的程序员以及想要利用OpenCV库研究计算机视觉课题的读者。本书不要求读者具有计算机视觉或OpenCV经验，但要具有编程经验。
本书体例本书有很多用来区分不同信息的文本格式，下面给出一些这类格式的样例，并解释它们的含义。
代码块的格式如下：
为了提醒读者注意代码块中的特殊部分，会将相关行或相关项设置为粗体：
命令行的输入或输出的格式为：
注意：警告或重要注释以这样的形式出现。
提示：提示和技巧以这样的形式出现。
下载示例代码读者可登录华章网站（www.hzbook.com）本书页面，下载本书示例代码。
作者简介 Abut the AuthorsJoe Minichino 是Hoolux Medical从事计算机视觉的工程师，他利用业余时间开发了NoSQL数据库LokiJS。他也是重金属歌手/作曲家。他是一个充满激情的程序员，对编程语言和技术非常好奇，并一直在使用它们。在Hoolux，Joe领导了针对医疗行业的Android计算机视觉广告平台的开发。
他出生在意大利瓦雷泽市的Lombardy，并在那里长大，在米兰Universitá Statale受过哲学教育，最近11年Joe在爱尔兰的Cork度过，在这里他成为Cork技术研究所的一名计算机科学研究生。
我非常感谢我的合作伙伴Rowena，她总是鼓励我，也感谢两个小女儿给我灵感。非常感谢这本书的合作者和编辑，尤其是Joe Howse、Adrian Roesbrock、Brandon Castellano、OpenCV社区，以及Packt出版社中那些为本书付出劳动的人。
Joseph Howse 生活在加拿大。在冬天，他留着胡子，而他的四只猫留着厚皮毛。他喜欢每天给猫梳毛。有时猫还会抓他的胡子。
自2012年以来，他一直在为Packt出版社写作，他的著作包括《OpenCV for Secret Agents》《OpenCV Blueprints》《Android Application Programming with OpenCV 3》《OpenCV Computer Vision with Python》以及《Python Game Programming by Example》。
当他不写书或打理萌宠时，他会提供咨询和培训，并通过他的公司（Nummist Media公司（http://nummist.com））进行软件开发服务。
Abut the Reviewers 审校者简介Nandan Banerjee 拥有计算机科学学士学位和机器人工程硕士学位。他毕业后在三星电子工作。他在班加罗尔的研发中心工作了一年。为了参加DARPA机器人挑战，他还曾在位于Atlas的Boston Dynamics机器人公司的WPI-CMU团队工作过。目前他是iRobot公司的一名机器人软件工程师。他是一名嵌入式系统和机器人爱好者，主要喜欢计算机视觉和运动规划。他熟悉各种语言，包括C、C++、Python、Java和Delphi。他在工作中会用到ROS、OpenRAVE、OpenCV、PCL、OpenGL、CUDA和Android SDK。
我要感谢作者和出版商能出版这样精彩的书。
Tian Cao 在美国教堂山的北卡罗来纳州大学攻读计算机科学博士学位，并参与图像分析、计算机视觉和机器学习等项目。
我将这项工作献给我的父母和女友。
Brandon Castellano 来自加拿大的学生，在加拿大伦敦市西安大略大学攻读电气工程硕士学位。在2012年，他获得同专业的学士学位。他主要研究实时图像处理算法的并行处理实现和GPGPU/FPGA优化。Brandon也在Eagle Vision Systems公司工作过，他在这家公司主要专注于机器人应用中的实时图像处理。
虽然他使用OpenCV和C++超过5年了，但他在研究中一直提倡使用Python，因为Python开发速度快，可与复杂系统实现低级对接。他在GitHub上有开源项目，例如，PySceneDetect，这些项目大部分是用Python编写的。除了图像/视频处理，他还致力于实现三维展示，并提供软件工具来支持这样的开发。
他除了在他的网站（http://www.bcastell.com）上张贴技术文章和教程外，还参与各种开源和不开源的项目，他在GitHub上的用户名为Breakthrough（http://www.github.com/Breakthrough）。他是Super User和Stack Overflow社区的活跃成员（其名字仍是Breakthrough），可直接通过他的网站与他联系。
我要感谢过去几年所有的朋友和家人的耐心（尤其是我的父母Peter和Lori以及我的兄弟Mitchell），没有他们持续的爱和支持，我不可能取得这一切成就。
我还要特别感谢所有致力开源软件库的开发者，特别是OpenCV，这有助于将前沿的软件技术免费带给世界各地的软件开发者。也想感谢那些写文档、提交错误报告和写教程/书籍（尤其是这本书的作者！）的人们，你们的贡献对任何开源项目的成功至关重要，尤指像OpenCV这样复杂庞大的开源软件。
Haojian Jin 位于加拿大Sunnyvale雅虎实验室的软件工程师/研究员。他主要开发移动新设备上（或最少硬件更改）的新系统。为了创建当今不存在的事物，他花费了大量时间来研究信号处理、计算机视觉、机器学习和自然语言处理，并以有趣的方式来使用它们。可在http://shift-3.com/上找到更多关于他的信息。
Adrian Rosebrock 一位作家，也是http://www.pyimagesearch.com/的博主。他有马里兰大学计算机科学博士学位，侧重于计算机视觉和机器学习的研究。
他曾在癌症研究所从事通过乳腺图像来自动预测乳腺癌的危险因素的研究。他还写了《Practical Python and OpenCV》一书（http://pyimg.co/x7ed5），这本书介绍如何利用Python和OpenCV来构建现实世界中的计算机视觉应用。
About the Translators 译者简介刘波 博士，重庆工商大学计算机科学与信息工程学院教师，主要从事机器学习理论、计算机视觉和最优化技术研究，同时对Hadoop和Spark平台上的大数据分析感兴趣，也对Linux编程和Oracle数据库感兴趣。
苗贝贝 硕士，北京工商大学计算机与信息工程学院研究生，主要从事机器学习理论、时间序列动力学特征分析及应用的研究，对基于Python的计算机视觉分析有浓厚的兴趣。
史斌 2015年本科毕业于电子科技大学计算机学院，目前就职于成都知数科技有限公司，主要从事数据爬取、数据处理、平台运维等工作，熟悉Python、Linux shell，同时热爱计算机视觉编程，熟悉Python下的OpenCV编程。
用户评价
我一直对计算机视觉领域充满好奇，但感觉入门门槛很高，尤其是在数学和编程方面。这本书就像一本“黑客帝国”般的启蒙读物，它并没有让我直接接触到那些令人望而生畏的矩阵和微积分，而是巧妙地将这些复杂的概念“软化”，以一种更易于接受和理解的方式呈现出来。 作者的讲解方式真的非常独特。他更像是一位耐心的老师，用一种“润物细无声”的方式，将知识渗透到读者的脑海里。我特别喜欢他对每一个算法的“故事化”叙述，仿佛在讲述一个个计算机视觉领域的“发明史”，这让我在学习理论的同时，也对这些算法的起源和发展有了更深的认识。 书中对Python的应用也是我选择这本书的一个重要原因。Python本身就是一门非常易于上手的语言，再加上书中提供的这些高质量的OpenCV 3代码示例，让我能够快速地将所学知识转化为实际操作。我跟着书中的例子，尝试去构建一些小的项目，比如简单的图像识别应用，这让我获得了巨大的成就感。 而且，这本书的结构设计也非常合理。每一章都围绕一个主题展开，循序渐进，不会出现知识点上的断层。我甚至觉得，即使是没有太多编程基础的人，只要认真阅读，也能从中受益匪浅。那些图文并茂的讲解，简直是让枯燥的理论变得生动起来。 我认为，这本书最宝贵的地方在于，它不仅仅教会了“是什么”，更重要的是教会了“为什么”和“怎么做”。它让我明白，计算机视觉并非遥不可及，而是可以通过系统性的学习和实践来掌握的。这本书给了我足够的信心去继续探索这个领域，挖掘更多有趣的知识。
评分这本书的出现，简直是我对计算机视觉学习之路上的一个重要转折点。之前尝试过不少教程，但都感觉像是零散的点，难以串联成线。而这本《OpenCV 3 计算机视觉：Python语言实现》则不同，它以一种非常系统化的方式，将计算机视觉的各个重要模块娓娓道来，并且将理论与实践巧妙地结合在一起。 作者在讲解基本图像处理操作时，并没有简单地列出函数，而是深入剖析了不同算法的优劣势，以及在实际应用中应该如何选择。我尤其印象深刻的是关于图像滤波的章节，不仅讲解了各种滤波器的原理，还通过对比实验展示了它们在降噪、边缘提取等方面的效果差异，这种直观的对比让我能够深刻理解它们的适用性。 代码示例的质量更是让我惊叹。每一个代码段都经过精心设计，简洁明了，并且提供了详细的注释。我尝试着跟着书中的代码进行修改和扩展，发现不仅能够复现书中的效果，还能在此基础上进行创新，这极大地激发了我的学习兴趣和动手能力。比如，书中关于特征提取和匹配的部分，我跟着操作后，尝试将提取到的特征用于简单的物体识别，效果出乎意料地好。 此外，本书在讲解较复杂的算法时，比如SIFT、SURF等，能够将其分解为易于理解的步骤，并辅以清晰的图示，让我不再被数学公式吓倒，而是能够真正理解其背后的思想。这让我能够自信地去探索更高级的算法，而不是望而却步。 总体而言，这本书让我对计算机视觉的理解上升到了一个全新的高度。它不仅仅是一本技术手册，更像是一位经验丰富的导师，引导我一步步地走进这个充满魅力的领域。我非常庆幸自己能够找到这本书，它为我未来的学习打下了坚实的基础。
评分作为一名在算法领域摸爬滚打多年的从业者，我深知理论与实践之间的鸿沟。很多技术书籍往往要么过于理论化，要么过于碎片化，难以形成完整的知识体系。然而，这本《OpenCV 3 计算机视觉：Python语言实现》却在这方面做得相当出色。 作者在讲解核心概念时，并没有回避其背后的数学原理，但他巧妙地将这些数学知识融入到代码实现和直观的图示之中。比如，在讲解特征点检测与匹配时，他会清晰地阐述SIFT等算法的核心步骤，并通过代码演示如何实际提取和匹配这些特征点，让我能够清晰地看到理论如何转化为实际的计算过程。 我尤其欣赏书中对算法的“由表及里”的讲解方式。他先从宏观层面介绍算法的功能和应用场景，然后再逐步深入到具体的实现细节，包括各个参数的含义和作用。这种结构化的讲解，让我能够快速建立起对算法的整体认知，然后再去理解其精妙之处。 此外，书中提供的Python代码示例，不仅仅是简单的API调用，而是包含了许多实用的技巧和优化思路。我尝试将书中一些代码段应用到我自己的项目中，发现它们非常灵活且易于扩展，能够帮助我快速搭建原型，验证想法。 这本书的价值不仅仅在于其技术内容的深度和广度，更在于它为读者提供了一种将理论知识转化为实践能力的有效途径。它不是那种让你看完就忘的书，而是能够让你真正掌握计算机视觉核心技能的书。我毫不犹豫地推荐这本书给任何想要深入了解和应用计算机视觉技术的读者。
评分这本书真的是我近期读到的最令人兴奋的一本技术书籍了！我是一名刚刚入门计算机视觉领域的学生，之前一直被各种复杂的理论和晦涩的公式搞得头晕脑胀，直到我遇到了这本书。它就像一道光，照亮了我前进的道路。 首先，这本书的叙述方式非常生动有趣，一点都不枯燥。作者用非常通俗易懂的语言解释了许多复杂的概念，并且结合了大量的图示和代码示例，让我能够轻松地理解每一个知识点。我特别喜欢它在讲解算法的时候，会先从直观的几何理解入手，然后再逐步深入到数学原理，这种循序渐进的方式让我觉得学习过程非常顺畅。 其次，这本书的实践性极强。它不仅仅是停留在理论层面，而是提供了大量的Python代码示例，涵盖了从图像处理的基础操作到高级的机器学习算法。我跟着书中的代码一步一步地实践，真的感觉自己能够亲手构建出各种酷炫的计算机视觉应用。特别是书中关于目标检测和人脸识别的部分，让我受益匪浅，让我对这些领域有了更深入的认识。 再者，这本书的排版和设计也非常用心。纸张质量很好，印刷清晰，图片和代码都十分醒目。这让我阅读起来非常舒适，即使是长时间阅读也不会感到疲劳。而且，每章的末尾都会有一些练习题，这对我巩固知识非常有用，我总是喜欢挑战一下自己。 最后，这本书的作者似乎对OpenCV 3有着非常深入的理解，并且能够将这些知识有效地传达给读者。他不仅仅是罗列API，而是深入讲解了每一个API背后的原理和应用场景，这对于我这样的初学者来说，简直是太宝贵了。我真的觉得这本书的价值远远超出了它的价格。
评分坦白说，一开始我抱着一种试试看的心态来阅读这本书的，毕竟计算机视觉听起来就不是那么容易学的。但很快，我就被这本书深深吸引住了。它不是那种只会给你一堆API，然后告诉你怎么用的书，而是真正地让你理解背后的原理。 我喜欢作者在讲解每一个算法的时候，都会先用一些非常直观的比喻或者实际的例子来引入。比如，在讲到边缘检测的时候，他不是直接丢给你一个Canny算法的数学公式，而是先让你想象一下，当你在看一张照片时，是如何注意到物体的轮廓的。这种“类比式”的学习方法，让我能够轻松地抓住算法的核心思想。 书中的代码示例真的非常棒，每一个都经过了反复的推敲和优化，简洁高效，并且配有详尽的注释。我经常会自己动手去修改这些代码，尝试不同的参数组合，看看会有什么样的效果。这种“玩中学”的方式，让我对OpenCV 3的掌握程度大大提高，也培养了我解决实际问题的能力。 而且，这本书的逻辑结构非常清晰，章节之间的过渡也很自然。读起来不会觉得突兀，也不会感到信息过载。我感觉，作者花费了很多心思来组织内容，力求让读者能够以最舒适的方式来吸收知识。 我认为，这本书不仅仅是关于OpenCV 3，更是关于“如何学习计算机视觉”。它教会了我一种有效的方法论，让我能够以一种更加主动和探索性的方式去学习新的技术。这本书绝对是我计算机视觉学习生涯中的一个重要里程碑，让我对未来充满了期待。
评分比较经典的书 很不错啊
评分书很好，对学习非常有帮助，送货快，服务好，非常方便。
评分书很好，对学习非常有帮助，送货快，服务好，非常方便。
评分大概翻了下，感觉还可以
评分好评！好评！好评！好评！
评分很好，值得购买
评分好好一本书糟蹋成这个样子。
评分不错不错，紫薯布丁
评分刚看，感觉不错，适合初学者学习理论
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.teaonline.club All Rights Reserved. 图书大百科 版权所有