电子书
内容简介
本书注重基础、循序渐进，系统地介绍了使用Python实现OpenCV应用的相关基础知识。本书共分为10章，涵盖OpenCV起步、图像处理基础、图形用户界面、图像变换、边缘和轮廓、直方图、模板匹配和图像分割、特征检测、人脸检测和识别、机器学习和深度学习等内容。本书内容丰富、讲解详细，适用于具有一定Python程序设计基础的OpenCV计算机视觉用户，可用作各类院校相关专业教材，同时也可作为OpenCV爱好者的参考书。
章节目录
- 扉页
- 版权页
- 前言
- 目录
- 第1章 OpenCV 起步
- 1.1 OpenCV简介
- 1.1.1 OpenCV 主要功能及模块介绍
- 1.1.2 OpenCV 的版本
- 1.1.3 OpenCV-Python
- 1.2 配置开发环境
- 1.2.1 安装Python
- 1.2.2 安装NumPy
- 1.2.3 安装OpenCV-Python
- 1.2.4 安装Visual Studio Code
- 1.3 使用OpenCV文档和示例
- 1.3.1 查看OpenCV 文档
- 1.3.2 查看OpenCV-Python 示例
- 1.4 实验
- 1.4.1 实验1：配置虚拟开发环境
- 1.4.2 实验2：在VS Code 中运行示例
- 习题
- 第2章 图像处理基础
- 2.1 NumPy简介
- 2.1.1 数据类型
- 2.1.2 创建数组
- 2.1.3 数组的形状
- 2.1.4 索引、切片和迭代
- 2.1.5 数组运算
- 2.2 图像基础操作
- 2.2.1 读、写、显示图像
- 2.2.2 读、写、播放视频
- 2.2.3 操作灰度图像
- 2.2.4 操作彩色图像
- 2.2.5 图像通道操作
- 2.3 图像运算
- 2.3.1 加法运算
- 2.3.2 加权加法运算
- 2.3.3 位运算
- 2.4 实验
- 2.4.1 实验1：为人物图像打码
- 2.4.2 实验2：创建图像掩模
- 习题
- 第3章 图形用户界面
- 3.1 窗口控制
- 3.1.1 创建和关闭窗口
- 3.1.2 调整窗口大小
- 3.2 绘图
- 3.2.1 绘制直线
- 3.2.2 绘制矩形
- 3.2.3 绘制圆
- 3.2.4 绘制椭圆
- 3.2.5 绘制多边形
- 3.2.6 绘制文本
- 3.2.7 绘制箭头
- 3.3 响应鼠标事件
- 3.4 使用跟踪栏
- 3.5 实验
- 3.5.1 实验1：使用鼠标指针取点绘图
- 3.5.2 实验2：使用跟踪栏选择通道图像
- 习题
- 第4章 图像变换
- 4.1 色彩空间变换
- 4.1.1 RGB 色彩空间
- 4.1.2 GRAY 色彩空间
- 4.1.3 YCrCb 色彩空间
- 4.1.4 HSV 色彩空间
- 4.2 几何变换
- 4.2.1 缩放
- 4.2.2 翻转
- 4.2.3 仿射
- 4.2.4 透视
- 4.3 图像模糊
- 4.3.1 均值滤波
- 4.3.2 高斯滤波
- 4.3.3 方框滤波
- 4.3.4 中值滤波
- 4.3.5 双边滤波
- 4.3.6 2D卷积
- 4.4 阈值处理
- 4.4.1 全局阈值处理
- 4.4.2 自适应阈值处理
- 4.5 形态变换
- 4.5.1 形态操作内核
- 4.5.2 腐蚀
- 4.5.3 膨胀
- 4.5.4 高级形态操作
- 4 .6 实验
- 4.6.1 实验1：图像几何变换
- 4.6.2 实验2：图像形态变换
- 习题
- 第5章 边缘和轮廓
- 5.1 边缘检测
- 5.1.1 Laplacian 边缘检测
- 5.1.2 Sobel 边缘检测
- 5.1.3 Canny 边缘检测
- 5.2 图像轮廓
- 5.2.1 查找轮廓
- 5.2.2 绘制轮廓
- 5.2.3 轮廓特征
- 5.3 霍夫变换
- 5.3.1 霍夫直线变换
- 5.3.2 霍夫圆变换
- 5.4 实验
- 5.4.1 实验1：执行Canny 边缘检测
- 5.4.2 实验2：查找和绘制轮廓
- 习题
- 第6章 直方图
- 6.1 直方图基础
- 6.1.1 用hist()函数绘制直方图
- 6.1.2 用calcHist()函数查找直方图
- 6.1.3 应用掩模的直方图
- 6.1.4 NumPy 中的直方图
- 6.2 直方图均衡化
- 6.2.1 普通直方图均衡化
- 6.2.2 限制对比度自适应直方图均衡化
- 6.3 二维直方图
- 6.3.1 OpenCV 中的二维直方图
- 6.3.2 NumPy 中的二维直方图
- 6.4 实验
- 6.4.1 实验1：使用NumPy 函数计算直方图
- 6.4.2 实验2：使用OpenCV 函数计算直方图
- 习题
- 第7章 模板匹配和图像分割
- 7.1 模板匹配
- 7.1.1 单目标匹配
- 7.1.2 多目标匹配
- 7.2 图像分割
- 7.2.1 使用分水岭算法分割图像
- 7.2.2 图像金字塔
- 7.3 交互式前景提取
- 7.4 实验
- 7.4.1 实验1：使用模板匹配查找图像
- 7.4.2 实验2：使用交互式前景提取方法分割图像
- 习题
- 第8章 特征检测
- 8.1 角检测
- 8.1.1 哈里斯角检测
- 8.1.2 优化哈里斯角
- 8.1.3 Shi-Tomasi 角检测
- 8.2 特征点检测
- 8.2.1 FAST 特征检测
- 8.2.2 SIFT 特征检测
- 8.2.3 ORB 特征检测
- 8.3 特征匹配
- 8.3.1 暴力匹配器
- 8.3.2 FLANN 匹配器
- 8.4 对象查找
- 8.5 实验
- 8.5.1 实验1：应用Shi-Tomasi 角检测器
- 8.5.2 实验2： 应用特征匹配查找对象
- 习题
- 第9章 人脸检测和识别
- 9.1 人脸检测
- 9.1.1 基于Haar 的人脸检测
- 9.1.2 基于深度学习的人脸检测
- 9.2 人脸识别
- 9.2.1 EigenFaces 人脸识别
- 9.2.2 FisherFaces 人脸识别
- 9.2.3 LBPH 人脸识别
- 9.3 实验
- 9.3.1 实验1：使用Haar 级联检测器
- 9.3.2 实验2：使用EigenFaces 人脸识别器
- 习题
- 第10章 机器学习和深度学习
- 10.1 机器学习
- 10.1.1 kNN 算法
- 10.1.2 SVM 算法
- 10.1.3 k 均值聚类算法
- 10.2 深度学习
- 10.2.1 基于深度学习的图像识别
- 10.2.2 基于深度学习的对象检测
- 10.3 实验
- 10.3.1 实验1：调整图像颜色
- 10.3.2 实验2：检测视频中的对象
- 习题
展开全部
OpenCV计算机视觉基础教程（Python版）（慕课版）是2021年由人民邮电出版社出版,作者夏帮贵 主编。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《OpenCV计算机视觉基础教程（Python版）（慕课版）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
