VIP会员
内容简介
本书是一本通过OpenCV 4来讲解算法的入门书。全书共分为4个部分，部括第1～3章，主要有OpenCVr入门知识、OpenCV 的图像读写模块和和辛模块讲解；部括第4～7章，主要有头像处理imgproc模块、处理videoio模块和可视化highgui模块、分析video模块讲解；第三部括第8～10章，主要有2d特征框架feature2d模块、照片处理photo模块、目标检测obetect模块讲解；第四部括第11～12章括有深度神经网络dnn模块和机器学习ml模块等众多内容讲解。
目录
第 1 章 OpenCV 快速入门1.1 OpenCV 介绍1.1.1 OpenCV 概述1.1.2 OpenCV 的代码结构1.1.3 OpenCV 4 的新特1.2 OpenCV 开发环境搭建1.2.1 案例 1：Windows 动态库开发环境搭建1.2.2 案例 2：Linux 动态库开发环境搭建1.2.3 案例 3：Python 语言开发环境搭建1.3 OpenCV 模块介绍1.3.1 常用模块1.3.2 扩展模块 1.4 OpenCV 源码编译 1.4.1 案例 4：OpenCV 编译 1.4.2 案例 5：OpenCV 裁剪编译 1.4.3 案例 6：扩展模块 opencv-contrib 1.5 进阶：OpenCV 入门参考 1.5.1 OpenCV 版本选择 1.5.2 如何学习 OpenCV 第 2 章 图像读/写模块 imgcodecs 2.1 模块导读2.2 图像读/写操作 2.2.1 案例 7：图像读取 2.2.2 案例 8：图像保存 2.3 图像编/解码2.3.1 案例 9：图像编码应用 2.3.2 案例 10：图像解码应用2.4 进阶：聊聊图像格式第 3 章 核心库模块 3.1 模块导读 3.2 基本数据结构3.2.1 案例 11：Mat 数据结构介绍及 C++调用3.2.2 案例 12：Python 中的 Mat 对象操作3.2.3 案例 13：Point 结构 3.2.4 案例 14：Rect 结构 3.2.5 案例 15：Size 结构 3.3 矩阵运算 3.3.1 案例 1则运算3.3.2 案例 17：位运算 3.3.3 案例 18：代数运算 3.3.4 案例 19：比较运算 3.3.5 案例 20：特征值与特征向量3.3.6 案例 21：生成数矩阵 3.4 矩阵变换 3.4.1 案例 22：矩阵转向量3.4.2 案例 23：通道分离与通道合并3.4.3 案例 24：图像旋转 3.4.4 案例 25：图像拼接 3.4.5 案例 26：图像边界拓展3.4.6 案例 27：傅里叶变换 3.5 进阶：聊聊图像像素遍历与应用3.5.1 案例 28：图像像素遍历 3.5.2 案例 29：提取拍照手写签名第 4 章 图像处理模块 imgproc（一）4.1 模块导读 4.2 案例 30：颜色空间变换4.3 案例 31：图像尺变换4.4 基本绘制 4.4.1 案例 32：绘制标记 4.4.2 案例 33：绘制直线4.4.3 案例 34：绘制矩形 4.4.4 案例 35：绘制圆4.4.5 案例 36：绘制椭圆4.4.6 案例 37：绘制文字 4.5 形态算4.5.1 案例 38：腐蚀4.5.2 案例 39：膨胀4.5.3 案例 40：其他形态算4.6 图像滤波 4.6.1 案例 41：方框滤波 4.6.2 案例 42：均值滤波 4.6.3 案例 43：高斯滤波 4.6.4 案例 44：双边滤波 4.6.5 案例 45：中值滤波 4.7 边缘检测 4.7.1 案例 46：Sobel 边缘检测 4.7.2 案例 47：Scharr 边缘检测 4.7.3 案例 48：Laplacian 边缘检测 4.7.4 案例 49：Canny 边缘检测 4.8 进阶：聊聊颜色模型 第 5 章 图像处理模块 imgproc（二） 5.1 霍夫变换 5.1.1 案例 50：霍夫线变换 5.1.2 案例 51：霍夫圆变换 5.2 案例 52：仿射变换 5.3 案例 53：透视变换 5.4 案例 54：重映射 5.5 阈值化 5.5.1 案例 55：基本阈值化 5.5.2 案例 56：自适应阈值化 5.6 图像金字塔 5.6.1 案例 57：高斯金字塔 5.6.2 案例 58：拉普拉斯金字塔 5.7 直方图 5.7.1 案例 59：直方图计算 5.7.2 案例 60：直方图均衡化 5.8 传统图像分割 5.8.1 案例 61：分水岭算法 5.8.2 案例 62：GrabCut 算法 5.8.3 案例 63：漫水填充算法 5.9 角点检测 5.9.1 案例 64：Harris 角点检测 5.9.2 案例 65：Shi-Tomasi 角点检测 5.9.3 案例 66：亚像素角点检测 5.10 图像轮廓 5.10.1 案例 67：轮廓查找 5.10.2 案例 68：轮廓绘制 5.11 轮裹 5.11.1 案例 69：矩形边框 5.11.2 案例 70：小外接矩形 5.11.3 案例 71：小外接圆 5.12 案例 72：多边形填充 5.13 图像拟合 5.13.1 案例 73：直线拟合 5.13.2 案例 74：椭圆拟合 5.13.3 案例 75：多边形拟合 5.14 案例 76：检测 5.15 进阶：图像处理算法概述 第 6 章 可视化模块 highgui 6.1 模块导读 6.2 图像窗口 6.2.1 案例 77：创建与销毁窗口 6.2.2 案例 78：图像窗口操作 6.3 图像操作 6.3.1 案例 79：图像显示 6.3.2 案例 80：选取感兴趣区域 6.4 案例 81：键盘操作 6.5 案例 82：鼠标操作 6.6 案例 83：进度条操作 6.7 进阶：在 Qt 中使用 OpenCV 第 7 章 处理模块 videoio 7.1 模块导读 7.2 读取 7.2.1 案例 84：从文件读取 7.2.2 案例 85：从设备读取 7.3 保存 7.3.1 案例 86：从图片文件创建 7.3.2 案例 87：保存相机采集的 7.4 进阶：编/解码工具 FFMPEG 第 8 章 分析模块 video 8.1 运动分析 8.1.1 模块导读 8.1.2 案例 88：基于 MOG2 与 KNN 算法的运动分析 8.2 目标跟踪 8.2.1 模块导读 8.2.2 案例 89：基于 CamShift 算法的目标跟踪 8.2.3 案例 90：基于 meanShift 算法的目标跟踪 8.2.4 案例 91：稀疏光流法运动目标跟踪··.8.2.5 案例 92：稠密光流法运动目标跟踪 8.3 进阶：深度学习光流算法 第 9 章 照片处理模块 photo 9.1 模块导读 9.2 案例 93：基于 OpenCV 的无缝克隆 9.3 案例 94：基于 OpenCV 的图像对比度保留脱色 9.4 案例 95：基于 OpenCV 的图像修复 9.5 案例 96：基于 OpenCV 的 HDR 成像 9.6 图像非真实感渲染 9.6.1 案例 97：边缘保留滤波 9.6.2 案例 98：图像细节增强 9.6.3 案例 99：铅笔素描 9.6.4 案例 100：风格化图像 9.7 进阶：照片处理算法概述 第 10 章 2D 特征模块 features2d 10.1 模块导读 10.2 特征点检测 10.2.1 案例 101：SIFT 特征点检测 10.2.2 案例 102：SURF 特征点检测 10.2.3 案例 103：BRISK 特征点检测 10.2.4 案例 104：ORB 特征点检测 10.2.5 案例 105：KAZE 特征点检测 10.2.6 案例 106：AKAZE 特征点检测 10.2.7 案例 107：AGAST 特征点检测 10.2.8 案例 108：FAST 特征点检测 10.3 特征点匹配 10.3.1 案例 109：Brute-Force 特征点匹配 10.3.2 案例 110：FLANN 特征点匹配 10.4 进阶：特征点检测算法概述 第 11 章 相机标定与三维重建模块 calib3d 11.1 模块导读 11.2 单应变换 11.2.1 案例 111：单应变换矩阵 11.2.2 案例 112：单应应用之图像插入 11.3 相机标定 11.3.1 案例 113：棋盘角点检测并绘制 11.3.2 案例 114：消除图像失真 11.4 进阶：聊聊镜头失真 第 12 章 传统目标检测模块 obetect 12.1 模块导读 12.2 级联分类器的应用 12.2.1 案例 115：人脸检测 12.2.2 案例 116：人眼检测 12.3 案例 117：HOG 描述符行人检测 12.4 二维码应用 12.4.1 案例 118：二维码检测 12.4.2 案例 119：二维码解码 12.5 进阶：聊聊条形码与二维码 第 13 章 机器学习模块 ml 13.1 模块导读 13.2 案例 120：基于 OpenCV 的Logistic回归 13.3 案例 121：基于 OpenCV 的支持向量机 13.4 案例 122：基于 OpenCV 的主成分分析 13.5 进阶：机器学习算法概述 第 14 章 深度学习模块 dnn 14.1 模块导读 14.2 风格迁移 14.2.1 深度学习风格迁移 14.2.2 案例 123：OpenCV 实现风格迁移推理 14.3 图像分类 14.3.1 深度学习图像分类 14.3.2 案例 124：基于 TensorFlow 训练Fashion-MNIST 算法模型 14.3.3 案例 125：OpenCV 实现图像分类推理 14.4 目标检测 14.4.1 深度学习目标检测 14.4.2 案例 126：OpenCV 实现目标检测推理 14.5 图像超分 14.5.1 深度学习图像超分算法 14.5.2 案例 127：OpenCV 实现图像超分推理 14.6 进阶：OpenCV 与计算机视觉 14.6.1 计算机视觉的发展 14.6.2 OpenCV 在计算机视觉中的应用