| 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 |