OpenCV图像处理入门与实践
出版时间:
2021-11
版次:
1
ISBN:
9787115570567
定价:
79.90
装帧:
平装
开本:
16开
纸张:
胶版纸
页数:
291页
31人买过
-
OpenCV 是一个开源的计算机视觉库，可以实现计算机视觉算法。本书从 OpenCV 用 Python 实现的基础语法讲起，逐步深入计算机视觉的进阶实战，并在最后配合项目实战案例，重点介绍使用 OpenCV 进行人工智能项目以及日常生活中小应用程序开发的方法。通过本书读者不但可以系统地学习有关计算机视觉的知识，而且还能对图像处理的算法有更为深入的理解。
本书基于 Python，由浅入深、循序渐进地介绍了 OpenCV 从入门到实践的内容。本书共 13 章，内容涵盖OpenCV 基础知识、常见的图像操作、图像去噪、图像轮廓的提取与分析，以及人脸识别、目标追踪等计算机视觉的项目实战。 荣嘉祺
中国通信学会学生会员，CSDN 学生会员。在校期间带队获得“中国智能机器人格斗大赛 - 大学组”二等奖、金砖国家青年创客大赛优胜奖等诸多奖项。深入学习实践OpenCV 多年。 第 1 章 初识 OpenCV
1．1 OpenCV 简介
1．2 OpenCV 的安装
1．2．1 在 Visual Studio 2017 上安装
1．2．2 在 PyCharm 上安装
1．2．3 在其他编译器上安装
1．3 OpenCV 常用的 Python 内置函数
1．3．1 ord 函数
1．3．2 max 函数和 min 函数
1．3．3 sorted 函数
1．4 常见的错误
1．4．1 NameErron name ‘np’ is not defined
1．4．2 未知&0xff 产生的错误
1．4．3 图片无法正常显示或程序死机
1．4．4 OpenCV 版本不同产生的问题
1．5 OpenCV 代码体验
第 2 章 图片与初用 OpenCV
2．1 图片在计算机中的存储形式
2．1．1 BGR 图
2．1．2 灰度图
2．1．3 HSV 图．
2．1．4 二值图
2．2 图片的读取与写出
2．2．1 图片读取
2．2．2 图片保存
2．2．3 BGR 图的读取与写出
2．2．4 灰度图的读取与写出
2．2．5 图片展示．
2．2．6 图片延时．
2．2．7 图片读取演示
2．3 计算机视觉中常用的图片属性
第 3 章 OpenCV 的基础函数
3．1 OpenCV 的绘图函数
3．1．1 画直线
3．1．2 画矩形
3．1．3 画圆
3．1．4 画椭圆
3．1．5 画多边形
3．1．6 添加文字
3．2 OpenCV 的处理鼠标事件函数
3．2．1 调用回调函数
3．2．2 鼠标事件
3．2．3 回调函数
3．3 OpenCV 实现滑动条式调色板
第 4 章 OpenCV 的基础图像操作
4．1 图像的基础操作
4．1．1 获取像素值
4．1．2 修改像素值
4．1．3 拆分及合并图像通道
4．1．4 图像扩边
4．2 图像的算术操作
4．2．1 图像加法
4．2．2 OpenCV 与 NumPy 模块算术加法的区别
4．2．3 图像加法练习
4．2．4 图像加权
4．2．5 图像逻辑运算
4．3 直接像素点操作与 ROI
第 5 章 OpenCV 中动态图像的基础操作
5．1 捕获视频
5．1．1 cv2．VideoCapture 函数
5．1．2 摄像头捕获视频
5．1．3 获取本地视频
5．1．4 cv2．VideoWriter 函数
5．1．5 视频的保存
5．1．6 错误处理：函数不存在
5．2 物体追踪
5．2．1 图像的颜色空间转换
5．2．2 构建掩膜
5．2．3 指定 HSV 图像物体追踪
5．2．4 找到要追踪对象的 HSV 值
第 6 章 OpenCV 图像变换
6．1 缩放变换
6．2 平移变换
6．3 旋转变换
6．4 仿射变换
6．5 透视变换
第 7 章 OpenCV 图像噪点
7．1 图像阈值
7．1．1 简单阈值
7．1．2 自适应阈值
7．1．3 Otsu\'s 二值化算法
7．2 图像去噪
7．2．1 卷积
7．2．2 2D 卷积
7．2．3 平均卷积
7．2．4 高斯模糊
7．2．5 中值滤波
7．2．6 双边滤波
7．2．7 滤波后的处理操作
7．3 形态学转换
7．3．1 形态学腐蚀
7．3．2 形态学膨胀
7．3．3 形态学高级操作
7．3．4 形态学梯度
7．3．5 形态学礼帽
7．3．6 形态学黑帽
7．3．7 结构化元素
第 8 章 图像边缘
8．1 图像梯度
8．1．1 cv2．Sobel 函数
8．1．2 Sobel 算子和 Scharr 算子
8．1．3 Laplacian 算子
8．2 Canny 边缘检测
8．2．1 Canny 边缘检测原理
8．2．2 cv2．Canny 函数
8．2．3 Canny 边缘检测实例
8．3 图像金字塔
8．3．1 构建图像金字塔
8．3．2 高斯金字塔
8．3．3 拉普拉斯金字塔
第 9 章 图像轮廓
9．1 什么是轮廓
9．2 轮廓的寻找与绘制
9．2．1 轮廓寻找
9．2．2 轮廓绘制
9．2．3 轮廓的寻找与绘制实例
9．3 轮廓特征
9．3．1 图像的矩
9．3．2 轮廓的重心
9．3．3 轮廓的面积
9．3．4 轮廓的周长
9．3．5 轮廓近似
9．4 凸包
9．5 凸性检测
9．6 轮廓框定
9．6．1 轮廓外接
9．6．2 图像拟合
9．7 轮廓的性质
9．7．1 面积占比
9．7．2 密实度
9．7．3 圆替换
9．7．4 轮廓夹角
9．7．5 轮廓中极点的坐标
9．8 常用的轮廓处理函数
9．8．1 找凸缺陷
9．8．2 判断点与轮廓的位置关系
9．8．3 形状匹配
9．9 轮廓的层次结构
第 10 章 综合运用 1：现代物体追踪
10．1 霍夫变换――动态检测
10．1．1 霍夫变换
10．1．2 霍夫变换的工作原理
10．1．3 霍夫变换提取直线的实现原理
10．1．4 直线检测
10．1．5 基本霍夫变换的局限性
10．1．6 动态圆形检测
10．1．7 其他图形检测
10．1．8 广义霍夫变换
10．2 “HSV+轮廓”追踪物体
10．2．1 基本原理
10．2．2 实际运用
10．2．3 优化算法
10．2．4 噪点去除
10．3 Camshift 目标追踪
10．3．1 Camshift 目标追踪的原理
10．3．2 颜色直方图
10．3．3 Camshift 目标追踪代码分析
10．4 光流法追踪
10．4．1 运动场与光流场
10．4．2 光流法
10．4．3 直接法
10．4．4 光流法的代码实现
10．5 KCF 目标追踪
10．5．1 工作原理．
10．5．2 KCF 目标追踪实例
10．6 多目标追踪
10．6．1 创建单目标对象追踪器
10．6．2 读取摄像头（视频）内初帧
10．6．3 在初帧内确定追踪的所有对象
10．6．4 初始化多目标追踪的类
10．6．5 更新图像并输出图像
第 11 章 综合运用 2：图像数据交互
11．1 图像中物体的裁剪
11．1．1 图像的转换和捕捉
11．1．2 图像的去噪和填充
11．1．3 画图像轮廓
11．1．4 图像的截取
11．2 单目测距
11．2．1 单目测距的原理
11．2．2 静态单目测距
11．2．3 动态单目测距
11．3 图像数据上传
11．3．1 邮件的发送协议
11．3．2 基于 SMTP 的邮件发送
11．3．3 无附件的 SMTP 传输
11．3．4 有附件的 SMTP 传输
11．4 图像数据远程交互
11．4．1 MQTT 协议
11．4．2 云上设备创建
11．4．3 规则引擎的创建
11．4．4 本地数据发布端代码
11．4．5 本地数据接收端代码
第 12 章 综合运用 3：图像与现代生活
12．1 二维码识别
12．1．1 静态的二维码识别
12．1．2 动态的二维码识别
12．2 人脸识别
12．2．1 人脸识别的原理――Haar特征
12．2．2 人脸识别的实现
12．2．3 判断是否存在人脸
12．3 手势识别
12．3．1 手势识别的分类
12．3．2 2D 摄像头手势识别
12．3．3 手势识别的实现
12．4 人脸表情识别
12．4．1 基于 dlib 的人脸表情识别
12．4．2 静态图像的人脸表情识别
12．4．3 动态的人脸表情识别
12．5 文字的挖取与识别
12．5．1 文字挖取
12．5．2 文字识别
12．6 图片与 ASCII 艺术
12．6．1 ASCII 艺术
12．6．2 图片 ASCII 转换
12．7 透明实现
12．7．1 透明实现的原理
12．7．2 区域检测
12．7．3 背景帧的替换
12．7．4 透明实现过程
12．8 泊松克隆
12．8．1 泊松克隆简介
12．8．2 正常克隆
12．8．3 混合克隆
12．8．4 迁移融合
12．9 图像修复
12．9．1 图像修复原理
12．9．2 INPAINT_NS 修复
12．9．3 INPAINT_TELEA 修复
12．10 非真实感渲染
12．10．1 什么是非真实感渲染
12．10．2 保边滤波器
12．10．3 细节增强
12．10．4 素描滤波器
12．10．5 风格滤波
第 13 章 综合运用 4：图像与工业．
13．1 中值背景估计
13．1．1 时间中值滤波
13．1．2 运用中值滤波进行背景估计
13．1．3 帧差分
13．2 ORB 图像对齐
13．2．1 图像对齐的原理
13．2．2 寻找对应点
13．2．3 基于特征的图像对齐步骤
13．2．4 图像对齐
13．3 图像填充
13．3．1 前景与背景
13．3．2 前背分离
13．3．3 漫水填充算法
-
内容简介:
OpenCV 是一个开源的计算机视觉库，可以实现计算机视觉算法。本书从 OpenCV 用 Python 实现的基础语法讲起，逐步深入计算机视觉的进阶实战，并在最后配合项目实战案例，重点介绍使用 OpenCV 进行人工智能项目以及日常生活中小应用程序开发的方法。通过本书读者不但可以系统地学习有关计算机视觉的知识，而且还能对图像处理的算法有更为深入的理解。
本书基于 Python，由浅入深、循序渐进地介绍了 OpenCV 从入门到实践的内容。本书共 13 章，内容涵盖OpenCV 基础知识、常见的图像操作、图像去噪、图像轮廓的提取与分析，以及人脸识别、目标追踪等计算机视觉的项目实战。
-
作者简介:
荣嘉祺
中国通信学会学生会员，CSDN 学生会员。在校期间带队获得“中国智能机器人格斗大赛 - 大学组”二等奖、金砖国家青年创客大赛优胜奖等诸多奖项。深入学习实践OpenCV 多年。
-
目录:
第 1 章 初识 OpenCV
1．1 OpenCV 简介
1．2 OpenCV 的安装
1．2．1 在 Visual Studio 2017 上安装
1．2．2 在 PyCharm 上安装
1．2．3 在其他编译器上安装
1．3 OpenCV 常用的 Python 内置函数
1．3．1 ord 函数
1．3．2 max 函数和 min 函数
1．3．3 sorted 函数
1．4 常见的错误
1．4．1 NameErron name ‘np’ is not defined
1．4．2 未知&0xff 产生的错误
1．4．3 图片无法正常显示或程序死机
1．4．4 OpenCV 版本不同产生的问题
1．5 OpenCV 代码体验
第 2 章 图片与初用 OpenCV
2．1 图片在计算机中的存储形式
2．1．1 BGR 图
2．1．2 灰度图
2．1．3 HSV 图．
2．1．4 二值图
2．2 图片的读取与写出
2．2．1 图片读取
2．2．2 图片保存
2．2．3 BGR 图的读取与写出
2．2．4 灰度图的读取与写出
2．2．5 图片展示．
2．2．6 图片延时．
2．2．7 图片读取演示
2．3 计算机视觉中常用的图片属性
第 3 章 OpenCV 的基础函数
3．1 OpenCV 的绘图函数
3．1．1 画直线
3．1．2 画矩形
3．1．3 画圆
3．1．4 画椭圆
3．1．5 画多边形
3．1．6 添加文字
3．2 OpenCV 的处理鼠标事件函数
3．2．1 调用回调函数
3．2．2 鼠标事件
3．2．3 回调函数
3．3 OpenCV 实现滑动条式调色板
第 4 章 OpenCV 的基础图像操作
4．1 图像的基础操作
4．1．1 获取像素值
4．1．2 修改像素值
4．1．3 拆分及合并图像通道
4．1．4 图像扩边
4．2 图像的算术操作
4．2．1 图像加法
4．2．2 OpenCV 与 NumPy 模块算术加法的区别
4．2．3 图像加法练习
4．2．4 图像加权
4．2．5 图像逻辑运算
4．3 直接像素点操作与 ROI
第 5 章 OpenCV 中动态图像的基础操作
5．1 捕获视频
5．1．1 cv2．VideoCapture 函数
5．1．2 摄像头捕获视频
5．1．3 获取本地视频
5．1．4 cv2．VideoWriter 函数
5．1．5 视频的保存
5．1．6 错误处理：函数不存在
5．2 物体追踪
5．2．1 图像的颜色空间转换
5．2．2 构建掩膜
5．2．3 指定 HSV 图像物体追踪
5．2．4 找到要追踪对象的 HSV 值
第 6 章 OpenCV 图像变换
6．1 缩放变换
6．2 平移变换
6．3 旋转变换
6．4 仿射变换
6．5 透视变换
第 7 章 OpenCV 图像噪点
7．1 图像阈值
7．1．1 简单阈值
7．1．2 自适应阈值
7．1．3 Otsu\'s 二值化算法
7．2 图像去噪
7．2．1 卷积
7．2．2 2D 卷积
7．2．3 平均卷积
7．2．4 高斯模糊
7．2．5 中值滤波
7．2．6 双边滤波
7．2．7 滤波后的处理操作
7．3 形态学转换
7．3．1 形态学腐蚀
7．3．2 形态学膨胀
7．3．3 形态学高级操作
7．3．4 形态学梯度
7．3．5 形态学礼帽
7．3．6 形态学黑帽
7．3．7 结构化元素
第 8 章 图像边缘
8．1 图像梯度
8．1．1 cv2．Sobel 函数
8．1．2 Sobel 算子和 Scharr 算子
8．1．3 Laplacian 算子
8．2 Canny 边缘检测
8．2．1 Canny 边缘检测原理
8．2．2 cv2．Canny 函数
8．2．3 Canny 边缘检测实例
8．3 图像金字塔
8．3．1 构建图像金字塔
8．3．2 高斯金字塔
8．3．3 拉普拉斯金字塔
第 9 章 图像轮廓
9．1 什么是轮廓
9．2 轮廓的寻找与绘制
9．2．1 轮廓寻找
9．2．2 轮廓绘制
9．2．3 轮廓的寻找与绘制实例
9．3 轮廓特征
9．3．1 图像的矩
9．3．2 轮廓的重心
9．3．3 轮廓的面积
9．3．4 轮廓的周长
9．3．5 轮廓近似
9．4 凸包
9．5 凸性检测
9．6 轮廓框定
9．6．1 轮廓外接
9．6．2 图像拟合
9．7 轮廓的性质
9．7．1 面积占比
9．7．2 密实度
9．7．3 圆替换
9．7．4 轮廓夹角
9．7．5 轮廓中极点的坐标
9．8 常用的轮廓处理函数
9．8．1 找凸缺陷
9．8．2 判断点与轮廓的位置关系
9．8．3 形状匹配
9．9 轮廓的层次结构
第 10 章 综合运用 1：现代物体追踪
10．1 霍夫变换――动态检测
10．1．1 霍夫变换
10．1．2 霍夫变换的工作原理
10．1．3 霍夫变换提取直线的实现原理
10．1．4 直线检测
10．1．5 基本霍夫变换的局限性
10．1．6 动态圆形检测
10．1．7 其他图形检测
10．1．8 广义霍夫变换
10．2 “HSV+轮廓”追踪物体
10．2．1 基本原理
10．2．2 实际运用
10．2．3 优化算法
10．2．4 噪点去除
10．3 Camshift 目标追踪
10．3．1 Camshift 目标追踪的原理
10．3．2 颜色直方图
10．3．3 Camshift 目标追踪代码分析
10．4 光流法追踪
10．4．1 运动场与光流场
10．4．2 光流法
10．4．3 直接法
10．4．4 光流法的代码实现
10．5 KCF 目标追踪
10．5．1 工作原理．
10．5．2 KCF 目标追踪实例
10．6 多目标追踪
10．6．1 创建单目标对象追踪器
10．6．2 读取摄像头（视频）内初帧
10．6．3 在初帧内确定追踪的所有对象
10．6．4 初始化多目标追踪的类
10．6．5 更新图像并输出图像
第 11 章 综合运用 2：图像数据交互
11．1 图像中物体的裁剪
11．1．1 图像的转换和捕捉
11．1．2 图像的去噪和填充
11．1．3 画图像轮廓
11．1．4 图像的截取
11．2 单目测距
11．2．1 单目测距的原理
11．2．2 静态单目测距
11．2．3 动态单目测距
11．3 图像数据上传
11．3．1 邮件的发送协议
11．3．2 基于 SMTP 的邮件发送
11．3．3 无附件的 SMTP 传输
11．3．4 有附件的 SMTP 传输
11．4 图像数据远程交互
11．4．1 MQTT 协议
11．4．2 云上设备创建
11．4．3 规则引擎的创建
11．4．4 本地数据发布端代码
11．4．5 本地数据接收端代码
第 12 章 综合运用 3：图像与现代生活
12．1 二维码识别
12．1．1 静态的二维码识别
12．1．2 动态的二维码识别
12．2 人脸识别
12．2．1 人脸识别的原理――Haar特征
12．2．2 人脸识别的实现
12．2．3 判断是否存在人脸
12．3 手势识别
12．3．1 手势识别的分类
12．3．2 2D 摄像头手势识别
12．3．3 手势识别的实现
12．4 人脸表情识别
12．4．1 基于 dlib 的人脸表情识别
12．4．2 静态图像的人脸表情识别
12．4．3 动态的人脸表情识别
12．5 文字的挖取与识别
12．5．1 文字挖取
12．5．2 文字识别
12．6 图片与 ASCII 艺术
12．6．1 ASCII 艺术
12．6．2 图片 ASCII 转换
12．7 透明实现
12．7．1 透明实现的原理
12．7．2 区域检测
12．7．3 背景帧的替换
12．7．4 透明实现过程
12．8 泊松克隆
12．8．1 泊松克隆简介
12．8．2 正常克隆
12．8．3 混合克隆
12．8．4 迁移融合
12．9 图像修复
12．9．1 图像修复原理
12．9．2 INPAINT_NS 修复
12．9．3 INPAINT_TELEA 修复
12．10 非真实感渲染
12．10．1 什么是非真实感渲染
12．10．2 保边滤波器
12．10．3 细节增强
12．10．4 素描滤波器
12．10．5 风格滤波
第 13 章 综合运用 4：图像与工业．
13．1 中值背景估计
13．1．1 时间中值滤波
13．1．2 运用中值滤波进行背景估计
13．1．3 帧差分
13．2 ORB 图像对齐
13．2．1 图像对齐的原理
13．2．2 寻找对应点
13．2．3 基于特征的图像对齐步骤
13．2．4 图像对齐
13．3 图像填充
13．3．1 前景与背景
13．3．2 前背分离
13．3．3 漫水填充算法
查看详情
-
全新
河北省保定市
平均发货28小时
成功完成率91.08%
-
全新
江苏省南京市
平均发货8小时
成功完成率96.63%
-
全新
天津市西青区
平均发货14小时
成功完成率90.27%
-
全新
广东省广州市
平均发货20小时
成功完成率87.85%
-
全新
江苏省无锡市
平均发货18小时
成功完成率94.5%
-
全新
北京市朝阳区
平均发货9小时
成功完成率96.85%
-
全新
北京市西城区
平均发货28小时
成功完成率90.58%
-
全新
北京市通州区
平均发货20小时
成功完成率68.79%
-
全新
天津市津南区
平均发货13小时
成功完成率94.5%
-
全新
北京市通州区
平均发货27小时
成功完成率73.46%
-
全新
江苏省苏州市
平均发货9小时
成功完成率95.6%
-
全新
江苏省无锡市
平均发货10小时
成功完成率93.42%
-
全新
河北省保定市
平均发货15小时
成功完成率91.27%
-
全新
江苏省南京市
平均发货15小时
成功完成率83.08%
-
全新
江苏省南京市
平均发货7小时
成功完成率98.16%
-
全新
四川省成都市
平均发货23小时
成功完成率90.99%
-
九五品
浙江省杭州市
平均发货16小时
成功完成率93.75%
-
九五品
浙江省杭州市
平均发货15小时
成功完成率95.45%
-
九五品
北京市朝阳区
平均发货25小时
成功完成率90.68%
-
全新
广东省广州市
平均发货20小时
成功完成率86.4%
-
全新
江苏省无锡市
平均发货25小时
成功完成率87.98%
-
全新
北京市西城区
平均发货28小时
成功完成率88.77%
-
全新
河北省保定市
平均发货20小时
成功完成率87.17%
-
OpenCV图像处理入门与实践
所有图书均为正版新书，库存书，ISBN匹配图片偶尔会有误差，订单以ISBN码为准，套装@合集价格低的实为单本，版本有疑问先咨询下再下单
全新
四川省成都市
平均发货32小时
成功完成率70.43%
-
全新
河北省保定市
平均发货26小时
成功完成率89.67%
-
全新
河北省保定市
平均发货18小时
成功完成率87.71%
-
全新
北京市朝阳区
平均发货18小时
成功完成率94.92%
-
全新
河北省保定市
平均发货26小时
成功完成率92.6%
-
全新
河北省保定市
平均发货26小时
成功完成率90.4%
-
全新
河北省保定市
平均发货27小时
成功完成率83.87%
-
全新
北京市朝阳区
平均发货6小时
成功完成率87.44%
-
全新
山东省泰安市
平均发货24小时
成功完成率92.34%
-
全新
北京市丰台区
平均发货27小时
成功完成率91.01%
-
全新
江苏省无锡市
平均发货8小时
成功完成率95.88%
-
全新
北京市朝阳区
平均发货16小时
成功完成率96.15%
-
全新
山东省济宁市
平均发货67小时
成功完成率81.29%
-
全新
北京市房山区
平均发货29小时
成功完成率83.68%
-
九五品
江西省南昌市
平均发货24小时
成功完成率84.47%
-
全新
江苏省南京市
平均发货15小时
成功完成率83.08%
-
全新
北京市丰台区
平均发货23小时
成功完成率88.43%
-
八五品
重庆市沙坪坝区
平均发货15小时
成功完成率90.06%
-
八五品
四川省成都市
平均发货12小时
成功完成率91.55%
-
全新
河北省保定市
平均发货24小时
成功完成率92.34%
-
全新
天津市西青区
平均发货14小时
成功完成率90.27%
-
全新
四川省成都市
平均发货15小时
成功完成率79.84%
-
全新
北京市通州区
平均发货9小时
成功完成率89.37%
-
全新
河北省保定市
平均发货25小时
成功完成率84.74%
-
全新
-
全新
河北省保定市
平均发货15小时
成功完成率82.36%
-
全新
河北省保定市
平均发货17小时
成功完成率82.86%
占位居中
