类似推荐
编辑推荐
基于面向Python的OpenCV（OpenCV for Python），介绍了图像处理的方方面面。
内容简介
本书以OpenCV官方文档的知识脉络为主线，并对细节进行补充和说明。书中不仅介绍了OpenCV函数的使用方法，还介绍了函数实现的算法原理。
在介绍OpenCV函数的使用方法时，提供了大量的程序示例，并以循序渐进的方式展开。首先，直观地展示函数在易于观察的小数组上的使用方法、处理过程、运行结果，方便读者更深入地理解函数的原理、使用方法、运行机制、处理结果。在此基础上，进一步介绍如何更好地使用函数处理图像。
在介绍具体的算法原理时，本书尽量使用通俗易懂的语言和贴近生活的实例来说明问题，避免使用过多复杂抽象的公式。
作者简介
作者李立宗，天津职业技术师范大学信息技术工程学院副教授，参与了《数字图像处理》等多本图书的编写工作，对数字图像处理研究颇深。
章节目录
版权信息
内容简介
第2版前言
前言
第1章 OpenCV入门
1.1 如何使用
1.2 图像处理基本操作
1.2.1 读取图像
1.2.2 显示图像
1.2.3 保存图像
1.3 OpenCV贡献库
第2章 图像处理基础
2.1 图像的基本表示方法
2.2 像素处理
2.3 使用numpy.array访问像素
2.4 感兴趣区域（ROI）
2.5 通道操作
2.5.1 通道拆分
2.5.2 通道合并
2.6 获取图像属性
第3章 图像运算
3.1 图像加法运算
3.1.1 加号运算符
3.1.2 cv2.add（）函数
3.2 图像加权和
3.3 按位逻辑运算
3.3.1 按位与运算
3.3.2 按位或运算
3.3.3 按位非运算
3.3.4 按位异或运算
3.4 掩膜
3.5 图像与数值的运算
3.6 位平面分解
3.7 图像加密和解密
3.8 数字水印
3.8.1 原理
3.8.2 实现方法
3.8.3 例题
3.9 脸部打码及解码
3.9.1 按位与方式
3.9.2 ROI方式
第4章 色彩空间类型转换
4.1 色彩空间基础
4.1.1 GRAY色彩空间
4.1.2 XYZ色彩空间
4.1.3 YCrCb色彩空间
4.1.4 HSV色彩空间
4.1.5 HLS色彩空间
4.1.6 CIEL*a*b*色彩空间
4.1.7 CIEL*u*v*色彩空间
4.1.8 Bayer色彩空间
4.2 类型转换函数
4.3 类型转换实例
4.3.1 通过数组观察转换效果
4.3.2 图像处理实例
4.4 HSV色彩空间讨论
4.4.1 基础知识
4.4.2 获取指定颜色
4.4.3 标记指定颜色
4.4.4 标记肤色
4.4.5 实现艺术效果
4.5 alpha通道
第5章 几何变换
5.1 缩放
5.2 翻转
5.3 仿射
5.3.1 平移
5.3.2 旋转
5.3.3 更复杂的仿射变换
5.4 透视
5.5 重映射
5.5.1 映射参数的理解
5.5.2 复制
5.5.3 绕x轴翻转
5.5.4 绕y轴翻转
5.5.5 绕x轴、y轴翻转
5.5.6 x轴、y轴互换
5.5.7 图像缩放
第6章 阈值处理
6.1 threshold函数
6.1.1 二值化阈值处理（cv2.THRESH_BINARY）
6.1.2 反二值化阈值处理（cv2.THRESH_BINARY_INV）
6.1.3 截断阈值化处理（cv2.THRESH_TRUNC）
6.1.4 超阈值零处理（cv2.THRESH_TOZERO_INV）
6.1.5 低阈值零处理（cv2.THRESH_TOZERO）
6.2 Otsu处理
6.3 自适应阈值处理
第7章 图像平滑处理
7.1 均值滤波
7.1.1 基本原理
7.1.2 函数语法
7.1.3 程序示例
7.2 方框滤波
7.2.1 基本原理
7.2.2 函数语法
7.2.3 程序示例
7.3 高斯滤波
7.3.1 基本原理
7.3.2 函数语法
7.3.3 程序示例
7.4 中值滤波
7.4.1 基本原理
7.4.2 函数语法
7.4.3 程序示例
7.5 双边滤波
7.5.1 基本原理
7.5.2 函数语法
7.5.3 程序示例
7.6 2D卷积
第8章 形态学操作
8.1 腐蚀
8.2 膨胀
8.3 通用形态学函数
8.4 开运算
8.5 闭运算
8.6 形态学梯度运算
8.7 礼帽运算
8.8 黑帽运算
8.9 核函数
第9章 图像梯度
9.1 卷积基础
9.2 Sobel理论基础
9.3 Sobel算子及函数使用
9.3.1 参数ddepth
9.3.2 方向
9.3.3 实例
9.4 Scharr算子及函数使用
9.5 Sobel算子和Scharr算子的比较
9.6 Laplacian算子及函数使用
9.7 算子总结
第10章 Canny边缘检测
10.1 Canny边缘检测基础
10.2 Canny函数及使用
第11章 图像金字塔
11.1 理论基础
11.2 pyrDown函数及使用
11.3 pyrUp函数及使用
11.4 采样可逆性的研究
11.5 拉普拉斯金字塔
11.5.1 定义
11.5.2 应用
第12章 图像轮廓
12.1 查找并绘制轮廓
12.1.1 查找图像轮廓：findContours函数
12.1.2 绘制图像轮廓：drawContours函数
12.1.3 轮廓实例
12.2 矩特征
12.2.1 矩的计算：moments函数
12.2.2 计算轮廓的面积：contourArea函数
12.2.3 计算轮廓的长度：arcLength函数
12.3 Hu矩
12.3.1 Hu矩函数
12.3.2 形状匹配
12.4 轮廓拟合
12.4.1 矩形包围框
12.4.2 最小包围矩形框
12.4.3 最小包围圆形
12.4.4 最优拟合椭圆
12.4.5 最优拟合直线
12.4.6 最小外包三角形
12.4.7 逼近多边形
12.5 凸包
12.5.1 获取凸包
12.5.2 凸缺陷
12.5.3 几何学测试
12.6 利用形状场景算法比较轮廓
12.6.1 计算形状场景距离
12.6.2 计算Hausdorff距离
12.7 轮廓的特征值
12.7.1 宽高比
12.7.2 Extent
12.7.3 Solidity
12.7.4 等效直径（Equivalent Diameter）
12.7.5 方向
12.7.6 掩膜和像素点
12.7.7 最大值和最小值及它们的位置
12.7.8 平均颜色及平均灰度
12.7.9 极点
第13章 直方图处理
13.1 直方图的含义
13.2 绘制直方图
13.2.1 使用Numpy绘制直方图
13.2.2 使用OpenCV绘制直方图
13.2.3 使用掩膜绘制直方图
13.3 直方图均衡化
13.3.1 直方图均衡化原理
13.3.2 直方图均衡化处理
13.4 pyplot模块介绍
13.4.1 subplot函数
13.4.2 imshow函数
第14章 傅里叶变换
14.1 理论基础
14.2 Numpy实现傅里叶变换
14.2.1 实现傅里叶变换
14.2.2 实现逆傅里叶变换
14.3 OpenCV实现傅里叶变换
14.3.1 实现傅里叶变换
14.3.2 实现逆傅里叶变换
14.4 滤波处理
14.4.1 滤波原理
14.4.2 高通滤波实现
14.4.3 低通滤波实现
第15章 模板匹配
15.1 模板匹配基础
15.2 多模板匹配
第16章 霍夫变换
16.1 霍夫直线变换
16.1.1 霍夫变换原理
16.1.2 HoughLines函数
16.1.3 HoughLinesP函数
16.2 霍夫圆环变换
第17章 图像分割与提取
17.1 用分水岭算法实现图像分割与提取
17.1.1 算法原理
17.1.2 相关函数介绍
17.1.3 分水岭算法图像分割实例
17.2 交互式前景提取
17.2.1 矩形框提取
17.2.2 自定义模板提取
17.2.3 手绘模板提取
第18章 视频处理
18.1 VideoCapture类
18.1.1 类函数介绍
18.1.2 捕获摄像头视频
18.1.3 播放视频文件
18.2 VideoWriter类
18.2.1 类函数介绍
18.2.2 保存视频
18.3 视频操作基础
第19章 绘图及交互
19.1 绘画基础
19.1.1 绘制直线
19.1.2 绘制矩形
19.1.3 绘制圆形
19.1.4 绘制椭圆
19.1.5 绘制多边形
19.1.6 在图形上绘制文字
19.2 鼠标交互
19.2.1 绘制随机矩形
19.2.2 双窗口绘制图形
19.2.3 绘制多种不同图形
19.3 滚动条
19.3.1 用滚动条实现调色板
19.3.2 滚动条交互
19.3.3 用滚动条作为开关
第20章 K近邻算法
20.1 理论基础
20.2 计算
20.2.1 归一化
20.2.2 距离计算
20.3 手写数字识别的原理
20.4 自定义函数手写数字识别
20.5 K近邻模块的基本使用
20.6 K近邻手写数字识别
第21章 支持向量机
21.1 理论基础
21.2 SVM流程
21.3 SVM员工表现预测
21.4 手写数字识别
第22章 K均值聚类
22.1 理论基础
22.1.1 分豆子
22.1.2 K均值聚类的基本步骤
22.2 K均值聚类模块
22.3 单特征豆子分类
22.4 米粒分类
22.5 灰度图像二值化
第23章 人脸识别
23.1 人脸检测
23.1.1 基本原理
23.1.2 级联分类器的使用
23.1.3 函数介绍
23.1.4 案例介绍
23.2 人脸识别基础
23.2.1 人脸识别基本流程
23.2.2 OpenCV人脸识别基础
23.3 LPBH人脸识别
23.3.1 基本原理
23.3.2 函数介绍
23.3.3 案例介绍
23.4 EigenFaces人脸识别
23.4.1 基本原理
23.4.2 函数介绍
23.4.3 案例介绍
23.5 Fisherfaces人脸识别
23.5.1 基本原理
23.5.2 函数介绍
23.5.3 案例介绍
23.6 人脸数据库
附录A 范例
附录B 练习题
附录C 参考答案
OpenCV轻松入门：面向Python（第2版）是2023年由电子工业出版社出版,作者李立宗。
得书感谢您对《OpenCV轻松入门：面向Python（第2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。
