OpenCV轻松入门:面向Python

作者
李立宗
丛书名
出版社
电子工业出版社
ISBN
9787121362903
简要
简介
内容简介书籍计算机书籍 本书基于面向 Python 的 OpenCV(OpenCV for Python),介绍了图像处理的方方面面。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。而且在介绍函数对图像的处理前,往往先展示函数对数值、数组 的处理,方便读者从数值的角度观察和理解函数的处理过程和结果。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示例来说明问题,避免使用过多复杂抽象的公式。 本书适合计算机视觉领域的初学者阅读,包括在校学生、教师、专业技术人员、图像处理爱好者。
目录
第1章 OPENCV入门\t1
1.1 如何使用\t1
1.2 图像处理基本操作\t3
1.2.1 读取图像\t3
1.2.2 显示图像\t5
1.2.3 保存图像\t9
1.3 OpenCV贡献库\t10
第2章 图像处理基础\t11
2.1 图像的基本表示方法\t11
2.2 像素处理\t15
2.3 使用numpy.array访问像素\t23
2.4 感兴趣区域(ROI)\t29
2.5 通道操作\t32
2.5.1 通道拆分\t32
2.5.2 通道合并\t34
2.6 获取图像属性\t36
第3章 图像运算\t37
3.1 图像加法运算\t37
3.1.1 加号运算符\t37
3.1.2 cv2.add()函数\t38
3.2 图像加权和\t40
3.3 按位逻辑运算\t43
3.3.1 按位与运算\t43
3.3.2 按位或运算\t46
3.3.3 按位非运算\t47
3.3.4 按位异或运算\t48
3.4 掩模\t49
3.5 图像与数值的运算\t52
3.6 位平面分解\t53
3.7 图像加密和解密\t59
3.8 数字水印\t63
3.8.1 原理\t64
3.8.2 实现方法\t66
3.8.3 例题\t73
3.9 脸部打码及解码\t74
第4章 色彩空间类型转换\t77
4.1 色彩空间基础\t77
4.1.1 GRAY色彩空间\t77
4.1.2 XYZ色彩空间\t78
4.1.3 YCrCb色彩空间\t78
4.1.4 HSV色彩空间\t79
4.1.5 HLS色彩空间\t80
4.1.6 CIEL*a*b*色彩空间\t80
4.1.7 CIEL*u*v*色彩空间\t81
4.1.8 Bayer色彩空间\t82
4.2 类型转换函数\t82
4.3 类型转换实例\t88
4.3.1 通过数组观察转换效果\t88
4.3.2 图像处理实例\t92
4.4 HSV色彩空间讨论\t93
4.4.1 基础知识\t93
4.4.2 获取指定颜色\t95
4.4.3 标记指定颜色\t96
4.4.4 标记肤色\t100
4.4.5 实现艺术效果\t101
4.5 alpha通道\t102
第5章 几何变换\t106
5.1 缩放\t106
5.2 翻转\t110
5.3 仿射\t111
5.3.1 平移\t112
5.3.2 旋转\t113
5.3.3 更复杂的仿射变换\t114
5.4 透视\t115
5.5 重映射\t117
5.5.1 映射参数的理解\t117
5.5.2 复制\t119
5.5.3 绕x轴翻转\t121
5.5.4 绕y轴翻转\t122
5.5.5 绕x轴、y轴翻转\t124
5.5.6 x轴、y轴互换\t126
5.5.7 图像缩放\t128
第6章 阈值处理\t130
6.1 threshold函数\t130
6.1.1 二值化阈值处理(cv2.THRESH_BINARY)\t131
6.1.2 反二值化阈值处理(cv2.THRESH_BINARY_INV)\t133
6.1.3 截断阈值化处理(cv2.THRESH_TRUNC)\t135
6.1.4 超阈值零处理(cv2.THRESH_TOZERO_INV)\t136
6.1.5 低阈值零处理(cv2.THRESH_TOZERO)\t138
6.2 自适应阈值处理\t139
6.3 Otsu处理\t141
第7章 图像平滑处理\t144
7.1 均值滤波\t146
7.1.1 基本原理\t146
7.1.2 函数语法\t150
7.1.3 程序示例\t150
7.2 方框滤波\t152
7.2.1 基本原理\t152
7.2.2 函数语法\t153
7.2.3 程序示例\t154
7.3 高斯滤波\t156
7.3.1 基本原理\t156
7.3.2 函数语法\t158
7.3.3 程序示例\t159
7.4 中值滤波\t159
7.4.1 基本原理\t160
7.4.2 函数语法\t161
7.4.3 程序示例\t161
7.5 双边滤波\t162
7.5.1 基本原理\t162
7.5.2 函数语法\t164
7.5.3 程序示例\t164
7.6 2D卷积\t166
第8章 形态学操作\t168
8.1 腐蚀\t168
8.2 膨胀\t173
8.3 通用形态学函数\t178
8.4 开运算\t179
8.5 闭运算\t180
8.6 形态学梯度运算\t182
8.7 礼帽运算\t183
8.8 黑帽运算\t185
8.9 核函数\t186
第9章 图像梯度\t189
9.1 Sobel理论基础\t189
9.2 Sobel算子及函数使用\t191
9.2.1 参数ddepth\t192
9.2.2 方向\t195
9.2.3 实例\t196
9.3 Scharr算子及函数使用\t200
9.4 Sobel算子和Scharr算子的比较\t204
9.5 Laplacian算子及函数使用\t206
9.6 算子总结\t208
第10章 CANNY边缘检测\t209
10.1 Canny边缘检测基础\t209
10.2 Canny函数及使用\t213
第11章 图像金字塔\t215
11.1 理论基础\t215
11.2 pyrDown函数及使用\t217
11.3 pyrUp函数及使用\t219
11.4 采样可逆性的研究\t220
11.5 拉普拉斯金字塔\t223
11.5.1 定义\t223
11.5.2 应用\t225
第12章 图像轮廓\t229
12.1 查找并绘制轮廓\t229
12.1.1 查找图像轮廓:findContours函数\t229
12.1.2 绘制图像轮廓:drawContours函数\t237
12.1.3 轮廓实例\t238
12.2 矩特征\t240
12.2.1 矩的计算:moments函数\t241
12.2.2 计算轮廓的面积:contourArea函数\t243
12.2.3 计算轮廓的长度:arcLength函数\t246
12.3 Hu矩\t248
12.3.1 Hu矩函数\t248
12.3.2 形状匹配\t252
12.4 轮廓拟合\t254
12.4.1 矩形包围框\t254
12.4.2 最小包围矩形框\t257
12.4.3 最小包围圆形\t259
12.4.4 最优拟合椭圆\t260
12.4.5 最优拟合直线\t261
12.4.6 最小外包三角形\t262
12.4.7 逼近多边形\t263
12.5 凸包\t266
12.5.1 获取凸包\t267
12.5.2 凸缺陷\t268
12.5.3 几何学测试\t270
12.6 利用形状场景算法比较轮廓\t275
12.6.1 计算形状场景距离\t275
12.6.2 计算Hausdorff距离\t278
12.7 轮廓的特征值\t280
12.7.1 宽高比\t280
12.7.2 Extent\t281
12.7.3 Solidity\t282
12.7.4 等效直径(Equivalent Diameter)\t283
12.7.5 方向\t284
12.7.6 掩模和像素点\t286
12.7.7 最大值和最小值及它们的位置\t291
12.7.8 平均颜色及平均灰度\t293
12.7.9 极点\t294
第13章 直方图处理\t297
13.1 直方图的含义\t297
13.2 绘制直方图\t301
13.2.1 使用Numpy绘制直方图\t301
13.2.2 使用OpenCV绘制直方图\t302
13.2.3 使用掩模绘制直方图\t307
13.3 直方图均衡化\t312
13.3.1 直方图均衡化原理\t313
13.3.2 直方图均衡化处理\t317
13.4 pyplot模块介绍\t319
13.4.1 subplot函数\t319
13.4.2 imshow函数\t320
第14章 傅里叶变换\t324
14.1 理论基础\t324
14.2 Numpy实现傅里叶变换\t328
14.2.1 实现傅里叶变换\t329
14.2.2 实现逆傅里叶变换\t330
14.2.3 高通滤波示例\t331
14.3 OpenCV实现傅里叶变换\t333
14.3.1 实现傅里叶变换\t333
14.3.2 实现逆傅里叶变换\t335
14.3.3 低通滤波示例\t336
第15章 模板匹配\t339
15.1 模板匹配基础\t339
15.2 多模板匹配\t345
第16章 霍夫变换\t351
16.1 霍夫直线变换\t351
16.1.1 霍夫变换原理\t351
16.1.2 HoughLines函数\t357
16.1.3 HoughLinesP函数\t359
16.2 霍夫圆环变换\t361
第17章 图像分割与提取\t364
17.1 用分水岭算法实现图像分割与提取\t364
17.1.1 算法原理\t364
17.1.2 相关函数介绍\t366
17.1.3 分水岭算法图像分割实例\t375
17.2 交互式前景提取\t376
第18章 视频处理\t383
18.1 VideoCapture类\t383
18.1.1 类函数介绍\t383
18.1.2 捕获摄像头视频\t387
18.1.3 播放视频文件\t388
18.2 VideoWriter类\t389
18.2.1 类函数介绍\t389
18.2.2 保存视频\t391
18.3 视频操作基础\t392
第19章 绘图及交互\t393
19.1 绘画基础\t393
19.1.1 绘制直线\t394
19.1.2 绘制矩形\t394
19.1.3 绘制圆形\t395
19.1.4 绘制椭圆\t397
19.1.5 绘制多边形\t398
19.1.6 在图形上绘制文字\t400
19.2 鼠标交互\t402
19.2.1 简单示例\t404
19.2.2 进阶示例\t405
19.3 滚动条\t407
19.3.1 用滚动条实现调色板\t408
19.3.2 用滚动条控制阈值处理参数\t409
19.3.3 用滚动条作为开关\t410
第20章 K近邻算法\t412
20.1 理论基础\t412
20.2 计算\t415
20.2.1 归一化\t415
20.2.2 距离计算\t416
20.2 手写数字识别的原理\t417
20.3 自定义函数手写数字识别\t421
20.4 K近邻模块的基本使用\t427
20.5 K近邻手写数字识别\t429
第21章 支持向量机\t431
21.1 理论基础\t431
21.2 SVM案例介绍\t434
第22章 K均值聚类\t439
22.1 理论基础\t439
22.1.1 分豆子\t439
22.1.2 K均值聚类的基本步骤\t441
22.2 K均值聚类模块\t441
22.3 简单示例\t442
第23章 人脸识别\t448
23.1 人脸检测\t448
23.1.1 基本原理\t448
23.1.2 级联分类器的使用\t451
23.1.3 函数介绍\t452
23.1.4 案例介绍\t453
23.2 LBPH人脸识别\t454
23.2.1 基本原理\t454
23.2.2 函数介绍\t456
23.2.3 案例介绍\t457
23.3 EigenFaces人脸识别\t458
23.3.1 基本原理\t458
23.3.2 函数介绍\t459
23.3.3 案例介绍\t460
23.4 Fisherfaces人脸识别\t461
23.4.1 基本原理\t461
23.4.2 函数介绍\t463
23.4.3 案例介绍\t464
23.5 人脸数据库\t465
参与文献\t467
附录A 范例\t470



有问题微信扫码联系

推荐

Understand China
桂ICP备20004708号-4