OpenCV計算機視覺基礎教程·Python版檢視原始碼討論檢視歷史

來自 孔夫子網 的圖片

《OpenCV計算機視覺基礎教程·Python版》，ISBN：9787115561770，出版社： 人民郵電出版社。

人民郵電出版社，1953年10月成立，隸屬於中國工信出版傳媒集團，是工業和信息化部主管的大型專業出版社。建社以來，人民郵電出版社圍繞「立足工信事業，面向現代社會，傳播科學知識，引領美好生活」的出版宗旨，已發展成為集圖書、期刊、音像電子及數字出版於一體的綜合性出版大社。

內容簡介

本書注重基礎、循序漸進，系統地介紹了使用Python實現OpenCV應用的相關基礎知識。本書共分為10章，涵蓋OpenCV起步、圖像處理基礎、圖形用戶界面、圖像變換、邊緣和輪廓、直方圖、模板匹配和圖像分割、特徵檢測、人臉檢測和識別、機器學習和深度學習等內容。

本書內容豐富、講解詳細，適用於具有一定Python程序設計基礎的OpenCV計算機視覺用戶，可用作各類院校相關專業教材，同時也可作為OpenCV愛好者的參考書。

目錄

第 1章　OpenCV起步　1

1.1　OpenCV簡介　1

1.1.1　OpenCV主要功能及模塊介紹　1

1.1.2　OpenCV的版本　3

1.1.3　OpenCV-Python　3

1.2　配置開發環境　4

1.2.1　安裝Python　4

1.2.2　安裝NumPy　5

1.2.3　安裝OpenCV-Python　6

1.2.4　安裝Visual Studio Code　9

1.3　使用OpenCV文檔和示例　10

1.3.1　查看OpenCV文檔　10

1.3.2　查看OpenCV-Python示例　11

1.4　實驗　13

1.4.1　實驗1：配置虛擬開發環境　13

1.4.2　實驗2：在VS Code中運行示例　15

習題　16

第　2章 圖像處理基礎　17

2.1　NumPy簡介　17

2.1.1　數據類型　17

2.1.2　創建數組　18

2.1.3　數組的形狀　20

2.1.4　索引、切片和迭代　21

2.1.5　數組運算　22

2.2　圖像基礎操作　24

2.2.1　讀、寫、顯示圖像　24

2.2.2　讀、寫、播放視頻　27

2.2.3　操作灰度圖像　29

2.2.4　操作彩色圖像　30

2.2.5　圖像通道操作　31

2.3　圖像運算　33

2.3.1　加法運算　33

2.3.2　加權加法運算　34

2.3.3　位運算　35

2.4　實驗　36

2.4.1　實驗1：為人物圖像打碼　36

2.4.2　實驗2：創建圖像掩模　37

習題　39

第3章　圖形用戶界面　40

3.1　窗口控制　40

3.1.1　創建和關閉窗口　40

3.1.2　調整窗口大小　41

3.2　繪圖　41

3.2.1　繪製直線　41

3.2.2　繪製矩形　42

3.2.3　繪製圓　43

3.2.4　繪製橢圓　44

3.2.5　繪製多邊形　44

3.2.6　繪製文本　45

3.2.7　繪製箭頭　47

3.3　響應鼠標事件　47

3.4　使用跟蹤欄　49

3.5　實驗　50

3.5.1　實驗1：使用鼠標指針取點繪圖　50

3.5.2　實驗2：使用跟蹤欄選擇通道圖像　51

習題　52

第4章　圖像變換　54

4.1　色彩空間變換　54

4.1.1　RGB色彩空間　54

4.1.2　GRAY色彩空間　55

4.1.3　YCrCb色彩空間　56

4.1.4　HSV色彩空間　57

4.2　幾何變換　58

4.2.1　縮放　58

4.2.2　翻轉　59

4.2.3　仿射　60

4.2.4　透視　64

4.3　圖像模糊　65

4.3.1　均值濾波　65

4.3.2　高斯濾波　67

4.3.3　方框濾波　68

4.3.4　中值濾波　69

4.3.5　雙邊濾波　70

4.3.6　2D卷積　71

4.4　閾值處理　72

4.4.1　全局閾值處理　72

4.4.2　自適應閾值處理　78

4.5　形態變換　79

4.5.1　形態操作內核　79

4.5.2　腐蝕　80

4.5.3　膨脹　82

4.5.4　高級形態操作　83

4.6　實驗　86

4.6.1　實驗1：圖像幾何變換　86

4.6.2　實驗2：圖像形態變換　87

習題　88

第5章　邊緣和輪廓　89

5.1　邊緣檢測　89

5.1.1　Laplacian邊緣檢測　89

5.1.2　Sobel邊緣檢測　90

5.1.3　Canny邊緣檢測　91

5.2　圖像輪廓　92

5.2.1　查找輪廓　92

5.2.2　繪製輪廓　94

5.2.3　輪廓特徵　95

5.3　霍夫變換　106

5.3.1　霍夫直線變換　106

5.3.2　霍夫圓變換　108

5.4　實驗　110

5.4.1　實驗1：執行Canny邊緣檢測　110

5.4.2　實驗2：查找和繪製輪廓　111

習題　112

第6章　直方圖　113

6.1　直方圖基礎　113

6.1.1　用hist()函數繪製直方圖　113

6.1.2　用calcHist()函數查找直方圖　114

6.1.3　應用掩模的直方圖　115

6.1.4　NumPy中的直方圖　116

6.2　直方圖均衡化　117

6.2.1　普通直方圖均衡化　117

6.2.2　限制對比度自適應直方圖均衡化　118

6.3　二維直方圖　120

6.3.1　OpenCV中的二維直方圖　120

6.3.2　NumPy中的二維直方圖　121

6.4　實驗　122

6.4.1　實驗1：使用NumPy函數計算直方圖　122

6.4.2　實驗2：使用OpenCV函數計算直方圖　123

習題　124

第7章　模板匹配和圖像分割　125

7.1　模板匹配　125

7.1.1　單目標匹配　125

7.1.2　多目標匹配　127

7.2　圖像分割　128

7.2.1　使用分水嶺算法分割圖像　128

7.2.2　圖像金字塔　131

7.3　交互式前景提取　135

7.4　實驗　138

7.4.1　實驗1：使用模板匹配查找圖像　138

7.4.2　實驗2：使用交互式前景提取方法分割圖像　139

習題　140

第8章　特徵檢測　141

8.1　角檢測　141

8.1.1　哈里斯角檢測　141

8.1.2　優化哈里斯角　142

8.1.3　Shi-Tomasi角檢測　143

8.2　特徵點檢測　144

8.2.1　FAST特徵檢測　145

8.2.2　SIFT特徵檢測　146

8.2.3　ORB特徵檢測　147

8.3　特徵匹配　147

8.3.1　暴力匹配器　147

8.3.2　FLANN匹配器　151

8.4　對象查找　152

8.5　實驗　154

8.5.1　實驗1：應用Shi-Tomasi角檢測器　154

8.5.2　實驗2： 應用特徵匹配查找對象　155

習題　157

第9章　人臉檢測和識別　158

9.1　人臉檢測　158

9.1.1　基於Haar的人臉檢測　158

9.1.2　基於深度學習的人臉檢測　161

9.2　人臉識別　162

9.2.1　EigenFaces人臉識別　163

9.2.2　FisherFaces人臉識別　164

9.2.3　LBPH人臉識別　165

9.3　實驗　167

9.3.1　實驗1：使用Haar級聯檢測器　167

9.3.2　實驗2：使用EigenFaces人臉識別器　168

習題　169

第　10章 機器學習和深度學習　170

10.1　機器學習　170

10.1.1　kNN算法　170

10.1.2　SVM算法　173

10.1.3　k均值聚類算法　175

10.2　深度學習　177

10.2.1　基於深度學習的圖像識別　177

10.2.2　基於深度學習的對象檢測　181

10.3　實驗　185

10.3.1　實驗1：調整圖像顏色　185

10.3.2　實驗2：檢測視頻中的對象　186

習題　188