OpenCV 4 快速入門
馮振 郭延寧 呂躍勇
- 出版商: 人民郵電
- 出版日期: 2020-07-01
- 定價: $534
- 售價: 8.5 折 $454
- 語言: 簡體中文
- 頁數: 408
- 裝訂: 平裝
- ISBN: 7115534780
- ISBN-13: 9787115534781
-
相關分類:
影像辨識 Image-recognition
立即出貨
買這商品的人也買了...
-
$780$585 -
$834$792 -
$403OpenCV 3 編程入門
-
$520$494 -
$580$458 -
$300Qt 5.9 C++ 開發指南
-
$450$351 -
$594$564 -
$1,000$790 -
$450$337 -
$780$663 -
$454Halcon 機器視覺算法原理與編程實戰
-
$580$458 -
$580$458 -
$403深入理解 OpenCV:實用計算機視覺項目解析, 3/e (Mastering OpenCV 4: A comprehensive guide to building computer vision and image processing applications with C++, 3/e)
-
$673機器視覺與機器學習 — 算法原理、框架應用與代碼實現
-
$206少兒編程之旅 趣學Python
-
$750$593 -
$505自然語言處理實戰 : 利用 Python 理解、分析和生成文本
-
$465深度學習電腦視覺實戰 捲積神經網絡、Python 、TensorFlow和Kivy
-
$1,000$790 -
$534$507 -
$620$490 -
$791Qt 6 開發及實例, 5/e
-
$407從零開始:數字圖像處理的編程基礎與應用
相關主題
商品描述
本書共12 章,主要內容包括OpenCV 4 基礎知識,OpenCV 的模塊架構,
圖像存儲容器,圖像的讀取與顯示,視頻加載與攝像頭調用,圖像變換,
圖像金字塔,圖像直方圖的繪製,圖像的模板匹配,圖像捲積,
圖像的邊緣檢測,腐蝕與膨脹,形狀檢測,圖像分割,特徵點檢測與匹配,
單目和雙目視覺,光流法目標跟蹤,以及OpenCV 在機器學習方面的應用等。
本書面向的讀者是計算機視覺與圖像處理等相關專業的高校師生、
企業內轉行計算機視覺與圖像處理的工作人員、
已有圖像處理基礎並想瞭解OpenCV 4 新特性的人員。
作者簡介
馮振
哈爾濱工業大學博士,具有多年計算機視覺與圖像處理經驗,發表多篇學術論文。
創建技術類公眾號“小白學視覺”,參與翻譯多個開源項目,
在計算機視覺與圖像處理領域具有一定的影響力。
郭延寧
哈爾濱工業大學副教授、博士生導師。
研究方向為深空探測制導與控制、視覺定位與導航,完成多個圖像處理相關項目,發表SCI論文20餘篇。
呂躍勇
博士,哈爾濱工業大學講師、碩士生導師,主要從事自動控制領域教學與研究工作,
主持及參與多項智能控制與圖像處理領域課題。
目錄大綱
基礎篇
第1章初識OpenCV2
1.1 什麼是OpenCV2
1.1.1 OpenCV與計算機視覺2
1.1.2 OpenCV的發展3
1.1.3 OpenCV 4帶來了什麼4
1.2 安裝OpenCV 44
1.2.1 在Windows系統中安裝OpenCV 44
1.2.2 Image Watch插件的使用12
1.2.3 在Ubuntu系統中安裝OpenCV 412
1.2.4 opencv_contrib擴展模塊的安裝15
1.2.5 安裝過程中常見問題的解決方案17
1.3 了解OpenCV的模塊架構18
1.4 源碼示例程序展示19
1.4.1 配置示例程序運行環境19
1.4.2 邊緣檢測edge21
1.4.3 K聚類kmeans22
1.4.4 二維碼識別qrcode23
1.4.5 相機使用video_capture_starter24
1.4.6 視頻物體跟踪camshiftdemo25
1.5 本章小結26
第2章數據載入、顯示與保存27
2.1 圖像存儲容器27
2.1.1 Mat類介紹27
2.1.2 Mat類構造與賦值29
2.1.3 Mat類支持的運算33
2.1.4 Mat類元素的讀取35
2.2 圖像的讀取與顯示37
2.2.1 圖像讀取函數imread38
2.2.2 圖像窗口函數namedWindow39
2.2.3 圖像顯示函數imshow40
2.3 視頻加載與攝像頭調用40
2.3.1 視頻數據的讀取40
2.3.2 攝像頭的直接調用42
2.4 數據保存43
2.4.1 圖像的保存43
2.4.2 視頻的保存45
2.4.3 保存和讀取XML和YMAL文件47
2.5 本章小結52
進階篇
第3章圖像基本操作54
3.1 圖像顏色空間54
3.1.1 顏色模型與轉換54
3.1.2 多通道分離與合併59
3.2 圖像像素操作處理61
3.2.1 圖像像素統計62
3.2.2 兩圖像間的像素操作66
3.2.3 圖像二值化71
3.2.4 LUT76
3.3 圖像變換78
3.3.1 圖像連接78
3.3.2 圖像尺寸變換81
3.3.3 圖像翻轉變換83
3.3.4 圖像仿射變換84
3.3.5 圖像透視變換88
3.3.6 極坐標變換90
3.4 在圖像上繪製幾何圖形92
3.4.1 繪製圓形92
3.4.2 繪製直線93
3.4.3 繪製橢圓93
3.4.4 繪製多邊形94
3.4.5 文字生成95
3.5 感興趣區域97
3.6 圖像“金字塔”100
3.6.1 高斯“金字塔”100
3.6.2 拉普拉斯“金字塔”101
3.7 窗口交互操作104
3.7.1 圖像窗口滑動條104
3.7.2 鼠標響應106
3.8 本章小結109
第4章圖像直方圖與模板匹配111
4.1 圖像直方圖的繪製111
4.2 直方圖操作113
4.2.1 直方圖歸一化113
4.2.2 直方圖比較116
4.3 直方圖應用120
4.3.1 直方圖均衡化120
4.3.2 直方圖匹配122
4.3.3 直方圖反向投影125
4.4 圖像的模板匹配127
4.5 本章小結131
第5章圖像濾波132
5.1 圖像卷積132
5.2 噪聲的種類與生成136
5.2.1 椒鹽噪聲136
5.2.2 高斯噪聲139
5.3 線性濾波142
5.3.1 均值濾波142
5.3.2 方框濾波145
5.3.3 高斯濾波147
5.3.4 可分離濾波151
5.4 非線性濾波154
5.4.1 中值濾波154
5.4.2 雙邊濾波156
5.5 圖像的邊緣檢測159
5.5.1 邊緣檢測原理159
5.5.2 Sobel算子162
5.5.3 Scharr算子165
5.5.4 生成邊緣檢測濾波器167
5.5.5 Laplacian算子168
5.5.6 Canny算法170
5.6 本章小結173
第6章圖像形態學操作175
6.1 像素距離與連通域175
6.1.1 圖像像素距離變換175
6.1.2 圖像連通域分析180
6.2 腐蝕和膨脹187
6.2.1 圖像腐蝕188
6.2.2 圖像膨脹192
6.3 形態學應用195
6.3.1 開運算195
6.3.2 閉運算197
6.3.3 形態學梯度197
6.3.4 頂帽運算198
6.3.5 黑帽運算198
6.3.6 擊中擊不中變換199
6.3.7 圖像細化202
6.4 本章小結205
應用篇
第7章目標檢測208
7.1 形狀檢測208
7.1.1 直線檢測208
7.1.2 直線擬合218
7.1.3 圓形檢測220
7.2 輪廓檢測223
7.2.1 輪廓發現與繪製223
7.2.2 輪廓面積228
7.2.3 輪廓長度(周長)229
7.2.4 輪廓外接多邊形231
7.2.5 點到輪廓距離236
7.2.6 凸包檢測237
7.3 矩的計算239
7.3.1 幾何矩與中心矩239
7.3.2 Hu矩241
7.3.3 基於Hu矩的輪廓匹配243
7.4 點集擬合245
7.5 QR二維碼檢測248
7.6 本章小結251
第8章圖像分析與修復253
8.1 傅里葉變換253
8.1.1 離散傅里葉變換253
8.1.2 傅里葉變換進行卷積260
8.1.3 離散餘弦變換262
8.2 積分圖像266
8.3 圖像分割270
8.3.1 漫水填充法270
8.3.2 分水嶺法274
8.3.3 Grabcut法277
8.3.4 Mean-Shift法279
8.4 圖像修復282
8.5 本章小結285
第9章特徵點檢測與匹配287
9.1 角點檢測287
9.1.1 顯示關鍵點287
9.1.2 Harris角點檢測290
9.1.3 Shi-Tomas角點檢測293
9.1.4 亞像素級別角點檢測296
9.2 特徵點檢測298
9.2.1 關鍵點298
9.2.2 描述子299
9.2.3 SIFT特徵點檢測300
9.2.4 SURF特徵點檢測303
9.2.5 ORB特徵點檢測306
9.3 特徵點匹配310
9.3.1 DescriptorMatcher類介紹310
9.3.2 暴力匹配312
9.3.3 顯示特徵點匹配結果313
9.3.4 FLANN匹配315
9.3.5 RANSAC優化特徵點匹配318
9.4 本章小結322
第10章立體視覺323
10.1 單目視覺323
10.1.1 單目相機模型323
10.1.2 標定板角點提取327
10.1.3 單目相機標定331
10.1.4 單目相機校正335
10.1.5 單目投影339
10.1.6 單目位姿估計341
10.2 雙目視覺346
10.2.1 雙目相機模型346
10.2.2 雙目相機標定347
10.2.3 雙目相機校正350
10.3 本章小結353
第11章視頻分析354
11.1 差值法檢測移動物體354
11.2 均值遷移法目標跟踪357
11.2.1 均值遷移法實現的目標跟踪357
11.2.2 自適應均值遷移法實現的目標跟踪361
11.3 光流法目標跟踪365
11.3.1 Farneback多項式擴展算法366
11.3.2 基於LK稀疏光流法的跟踪370
11.4 本章小結375
提高篇
第12章OpenCV與機器學習378
12.1 OpenCV與傳統機器學習378
12.1.1 K均值378
12.1.2 K近鄰383
12.1.3 決策樹389
12.1.4 隨機森林392
12.1.5 支持向量機394
12.2 OpenCV與深度神經網絡應用實例397
12.2.1 加載深度學習模型397
12.2.2 圖像識別400
12.2.3 風格遷移403
12.2.4 性別檢測405
12.3 本章小結407