OpenCV計算機視覺技術（Python語言描述）（微課版）

林偉鵬，深圳職業技術大學人工智能學院雲計算技術應用專業、講師、加拿大西蒙菲莎大學(Simon Fraser University)計算機科學與技術專業博士、主要從事雲計算、區塊鏈、以及大數據研究；具有紅帽RHCE認證，騰訊雲首席講師認證；主編《Python語言及其應用》、《信息技術基礎(WPS Office+數據思維)》、《區塊鏈應用開發與測試》等多本教材。

第 1章 初見OpenCV 1

1.1 計算機視覺 1

1.2 OpenCV介紹 1

1.3 安裝OpenCV 1

1.3.1 安裝Python 2

1.3.2 使用pip命令安裝OpenCV 4

1.4 環境測試 5

1.5 小結 6

習題 6

第 2章 OpenCV入門應用 7

2.1 圖像讀寫 7

2.2 標識和截取ROI 8

2.2.1 訪問圖像數據 9

2.2.2 對圖像進行幾何變換 10

2.2.3 添加標識 15

2.3 色彩空間 16

2.3.1 BGR色彩空間的概念 17

2.3.2 通過滑動條改變B、G、R

的值 17

2.3.3 灰度色彩空間 19

2.4 視頻讀寫 19

2.4.1 視頻讀取 21

2.4.2 視頻寫入 23

2.5 應用：編寫一個簡易的照相機程序 25

2.6 小結 27

習題 27

第3章 圖像平滑與形態學處理 29

3.1 平滑處理 29

3.1.1 圖像噪聲 29

3.1.2 常用平滑濾波方法 30

3.2 數學形態學處理 37

3.2.1 腐蝕與膨脹 38

3.2.2 開運算、閉運算、形態學梯度 41

3.3 圖像金字塔 44

3.4 小結 46

習題 47

第4章 圖像基礎變換 49

4.1 邊緣檢測 49

4.1.1 Sobel算子 50

4.1.2 Scharr濾波器 53

4.1.3 Laplacian算子 55

4.1.4 Canny算子 57

4.2 霍夫變換 59

4.2.1 霍夫線變換 59

4.2.2 霍夫圓變換 63

4.3 直方圖 65

4.3.1 直方圖計算 66

4.3.2 直方圖均衡化 69

4.4 小結 70

習題 71

第5章 圖像輪廓檢測 72

5.1 輪廓檢測 72

5.1.1 二值圖像轉換 72

5.1.2 輪廓匹配 73

5.1.3 二值圖像輪廓檢測 76

5.2 凸包 80

5.3 多邊形輪廓 83

5.4 小結 86

習題 86

第6章 人臉識別 88

6.1 人臉檢測 88

6.2 人臉識別程序 91

6.2.1 程序概述 91

6.2.2 人臉檢測及采集 92

6.2.3 人臉識別 95

6.3 小結 99

習題 99

第7章 圖像特征檢測 101

7.1 圖像特征 101

7.2 Harris角點檢測 102

7.3 特征檢測 103

7.3.1 SIFT特征檢測算法 103

7.3.2 FAST特征檢測算法 105

7.4 特征描述符及匹配器 106

7.4.1 Brute-Force匹配器和FLANN匹配器的基本概念 106

7.4.2 使用ORB描述符和Brute-Force匹配器匹配Logo 106

7.4.3 FLANN及單應性變換 110

7.5 小結 113

習題 114

第8章 圖像分割 115

8.1 K-Means算法 115

8.1.1 基本過程 115

8.1.2 OpenCV中的K-Means算法 117

8.1.3 使用K-Means算法對顏色進行分割 118

8.2 分水嶺算法 120

8.2.1 基本過程 120

8.2.2 分水嶺圖像分割算法 120

8.3 GrabCut算法 123

8.3.1 基本過程 123

8.3.2 GrabCut算法 124

8.4 小結 125

習題 126

第9章 目標檢測與識別 127

9.1 目標檢測 127

9.1.1 HOG技術 127

9.1.2 SVM技術 129

9.1.3 NMS技術 131

9.1.4 行人檢測 131

9.2 貓狗目標檢測 133

9.2.1 程序概述 133

9.2.2 貓狗特征提取與識別 134

9.3 小結 143

習題 144

第 10章 目標跟蹤 145

10.1 背景差分法 145

10.1.1 高斯背景建模 146

10.1.2 LBP特征 146

10.1.3 OpenCV背景差分法 146

10.1.4 背景差分器 147

10.1.5 基於背景差分器的目標跟蹤 149

10.2 基於顏色的目標檢測與跟蹤 151

10.2.1 HSV色彩空間 151

10.2.2 顏色分割 152

10.2.3 目標跟蹤樣例 154

10.3 光流跟蹤 155

10.3.1 光流 155

10.3.2 光流場 155

10.3.3 基本原理 155

10.3.4 KLT光流法 156

10.3.5 GF光流法 161

10.4 CAMShift對象跟蹤 163

10.4.1 MeanShift 164

10.4.2 CAMShift 164

10.4.3 目標跟蹤程序 165

10.5 卡爾曼濾波器 167

10.5.1 預測與更新 168

10.5.2 鼠標軌跡跟蹤 168

10.5.3 CAMShift目標跟蹤與卡爾曼濾波器預測程序 171

10.6 小結 173

習題 174

第 11章 神經網絡 176

11.1 人工神經網絡 176

11.1.1 神經元模型 176

11.1.2 神經網絡結構 177

11.1.3 過擬合現象 177

11.1.4 欠擬合現象 178

11.1.5 ANN算法分類 179

11.2 ANN工作原理 179

11.3 MNIST手寫數字識別 180

11.3.1 MNIST手寫數字數據庫 181

11.3.2 基於ANN的手寫數字識別程序 183

11.3.3 手寫數字預測 185

11.4 小結 187

習題 187

第 12章 YOLOv5目標檢測 188

12.1 YOLOv5的安裝與配置 188

12.2 基於YOLOv5的目標檢測 189

12.3 YOLO數據集 191

12.3.1 分析數據集 191

12.3.2 YOLO標註格式 191

12.3.3 配置數據集 192

12.4 YOLOv5訓練模塊 193

12.4.1 訓練模型參數 193

12.4.2 特殊情況 194

12.4.3 訓練結果 197

12.5 YOLOv5 預測模塊 199

12.5.1 預測參數 199

12.5.2 預測結果 200

12.6 實戰：口罩佩戴檢測 201

12.7 小結 203

習題 204