Java + OpenCV 高效入門

OpenCV作為一個應用廣泛的開源電腦視覺庫，正在受到越來越多的關註。目前OpenCV的各類教程基本上以Python和C++為主，基於Java的OpenCV書籍則少之又少，本書旨在彌補這一空白。 本書共13章，前4章是基礎部分，包括OpenCV概述和安裝配置、數字圖像基礎及圖像基礎操作等內容；第5到11章則包括了圖像的幾何變換、圖像平滑、形態學操作、直方圖、邊緣檢測與輪廓、霍夫變換、特徵點檢測和匹配等進階內容；第12~13章屬於提高內容，主要介紹機器學習和視頻跟蹤技術。 本書以通俗易懂的語言，圖文並茂的講解力圖使初學者能夠快速高效入門。本書面向的讀者是包括高校學生在內的各類初學者、研究電腦視覺的業餘愛好者及需要快速上手的專業人員。

　　

　　

　　

　　

　　

　　

　　

　　

第1章  OpenCV概述 1

1.1  OpenCV簡介 1

1.1.1  什麽是OpenCV 1

1.1.2  OpenCV簡史 1

1.1.3  OpenCV的特色與應用 2

1.1.4  OpenCV的主要模塊 2

1.2  OpenCV的下載及安裝 3

1.2.1  Java環境的配置 4

1.2.2  Eclipse簡介及安裝 6

1.2.3  OpenCV的下載和安裝 8

1.2.4  Eclipse中OpenCV的配置 11

1.2.5  第1個OpenCV程序 13

1.3  Eclipse及Java基礎 18

1.3.1  Eclipse的界面 18

1.3.2  Eclipse的常用快捷鍵 19

1.3.3  Eclipse中如何新建Java項目 20

1.3.4  Eclipse中如何新建Java類 21

1.3.5  Eclipse中如何調試程序 21

1.3.6  Java語言基礎 23

1.4  本章小結 25

第2章  圖像處理基礎 26

2.1  數字圖像基礎 26

2.1.1  數字圖像的基本概念 26

2.1.2  像素的存儲 29

2.1.3  數字圖像的分類 31

2.2  矩陣與Mat類 33

2.2.1  Mat類簡介 33

2.2.2  矩陣數據的存儲 35

2.2.3  創建矩陣的方法 35

2.2.4  獲取矩陣信息 40

2.2.5  矩陣相關操作 42

2.3  OpenCV中常用數據結構 48

2.3.1  點的表示：Point類 48

2.3.2  矩形的表示：Rect類 48

2.3.3  尺寸的表示：Size類 48

2.3.4  顏色的表示：Scalar類 49

2.4  顏色和通道 50

2.5  本章小結 51

第3章  圖像基本操作（1） 52

3.1  圖像讀寫與顯示 52

3.1.1  圖像的讀取 52

3.1.2  圖像的保存 53

3.1.3  圖像的顯示 54

3.2  繪圖函數 56

3.2.1  繪制直線 56

3.2.2  繪制矩形 56

3.2.3  繪制圓形 56

3.2.4  繪制橢圓 58

3.2.5  繪制多邊形 59

3.2.6  繪制文字 59

3.2.7  繪制箭頭 61

3.2.8  繪制外框 62

3.3  顏色空間操作 63

3.3.1  顏色空間的轉換 63

3.3.2  圖像通道的拆分與合並 67

3.4  本章小結 69

第4章  圖像基本操作（2） 71

4.1  圖像的算術運算 71

4.1.1  加法運算 71

4.1.2  減法運算 73

4.1.3  點乘運算 74

4.1.4  點除運算 76

4.2  圖像的按位運算 79

4.2.1  按位非運算 79

4.2.2  按位與運算 80

4.2.3  按位或運算 81

4.2.4  按位異或運算 83

4.3  圖像二值化 85

4.4  查找表 90

4.5  圖像的拼接 94

4.6  子矩陣 96

4.7  掩膜 99

4.8  圖像金字塔 101

4.8.1  圖像金字塔概述 101

4.8.2  向下採樣與向上採樣 101

4.8.3  高斯金字塔 102

4.8.4  拉普拉斯金字塔 103

4.9  本章小結 106

第5章  圖像的幾何變換 108

5.1  仿射變換 108

5.2  透視變換 111

5.3  平移 113

5.4  旋轉 115

5.5  縮放 117

5.6  圖像的翻轉 118

5.7  本章小結 120

第6章  圖像平滑 122

6.1  圖像的噪聲 122

6.2  濾波器 125

6.3  線性濾波 128

6.3.1  均值濾波 128

6.3.2  方框濾波 130

6.3.3  高斯濾波 132

6.4  非線性濾波 134

6.4.1  中值濾波 134

6.4.2  雙邊濾波 136

6.5  本章小結 139

第7章  圖像形態學 140

7.1  像素的距離 140

7.2  像素的鄰域 145

7.3  膨脹與腐蝕 150

7.3.1  腐蝕 152

7.3.2  膨脹 156

7.4  形態學操作 158

7.4.1  開運算和閉運算 158

7.4.2  頂帽和黑帽 160

7.4.3  形態學梯度 162

7.4.4  擊中擊不中 163

7.5  本章小結 165

第8章  直方圖與匹配 167

8.1  直方圖簡介 167

8.2  直方圖統計 171

8.3  直方圖比較 173

8.4  直方圖均衡化 176

8.5  自適應的直方圖均衡化 178

8.6  直方圖反向投影 180

8.7  模板匹配 182

8.8  本章小結 186

第9章  邊緣與輪廓 188

9.1  邊緣檢測 188

9.2  邊緣檢測算子 189

9.2.1  Sobel算子 189

9.2.2  Scharr算子 192

9.2.3  Laplacian算子 194

9.3  Canny邊緣檢測 195

9.3.1  Canny邊緣檢測的步驟 196

9.3.2  Canny算法的實現 197

9.4  輪廓 198

9.4.1  輪廓檢測 198

9.4.2  輪廓的層級 199

9.4.3  輪廓的特徵 204

9.5  本章小結 218

第10章  霍夫變換 221

10.1  霍夫變換的原理 221

10.2  霍夫線檢測 223

10.2.1  標準霍夫變換 224

10.2.2  概率霍夫變換 227

10.3  霍夫圓檢測 230

10.3.1  霍夫圓檢測的原理 230

10.3.2  霍夫梯度法 230

10.4  本章小結 234

第11章  特徵點檢測和匹配 236

11.1  角點檢測 236

11.1.1  角點的概念 236

11.1.2  Harris角點檢測算法 237

11.1.3  Shi-Tomasi角點檢測算法 240

11.2  特徵點檢測 244

11.2.1  SIFT算法 244

11.2.2  SURF算法 249

11.2.3  FAST算法 252

11.2.4  ORB算法 254

11.3  特徵點匹配 257

11.3.1  暴力匹配 260

11.3.2  FLANN匹配 262

11.3.3  RANSAC 264

11.4  本章小結 268

第12章  機器學習 269

12.1  K均值 269

12.2  K近鄰 274

12.3  決策樹 277

12.4  隨機森林 280

12.5  SVM 282

12.6  人臉檢測 291

12.6.1  Haar特徵 291

12.6.2  AdaBoost 292

12.6.3  級聯分類器 293

12.7  本章小結 297

第13章  視頻分析 299

13.1  視頻基礎操作 299

13.1.1  視頻的讀取 299

13.1.2  視頻的保存 301

13.1.3  視頻屬性 303

13.2  均值遷移法 305

13.2.1  Meanshift算法 305

13.2.2  Camshift算法 309

13.3  背景建模 312

13.3.1  高斯混合模型 313

13.3.2  K-NN模型 315

13.4  光流分析 318

13.4.1  稀疏光流法 318

13.4.2  稠密光流法 322

13.5  本章小結 325

參考文獻 327

　　

 

　　

IV

 

 

V