封面
版权信息
内容简介
作者简介
前言
第1章 图像的读取、显示与存储
1-1 建议阅读书籍
1-2 程序导入OpenCV模块
1-3 读取图像文件
1-3-1 图像读取imread( )函数的语法
1-3-2 可读取的图像格式
1-4 显示图像与关闭图像窗口
1-4-1 使用OpenCV显示图像
1-4-2 关闭OpenCV窗口
1-4-3 等待按键的事件
1-4-4 建立OpenCV图像窗口
1-5 存储图像
第2章 认识图像表示方法
2-1 位图表示法
2-2 GRAY色彩空间
2-3 RGB色彩空间
2-3-1 由色彩得知RGB通道值
2-3-2 使用RGB通道值获得色彩区域
2-3-3 RGB彩色像素的表示法
2-4 BGR色彩空间
2-5 获得图像的属性
2-6 像素的BGR值
2-6-1 读取特定灰度图像像素坐标的BGR值
2-6-2 读取特定彩色图像像素坐标的BGR值
2-6-3 修改特定图像像素坐标的BGR值
第3章 学习OpenCV需要的Numpy知识
3-1 数组ndarray
3-2 Numpy的数据类型
3-3 建立一维或多维数组
3-3-1 认识ndarray的属性
3-3-2 使用array( )函数建立一维数组
3-3-3 使用array( )函数建立多维数组
3-3-4 使用zeros( )函数建立内容是0的多维数组
3-3-5 使用ones( )函数建立内容是1的多维数组
3-3-6 使用empty( )函数建立未初始化的多维数组
3-3-7 使用random.randint( )函数建立随机数内容的多维数组
3-3-8 使用arange( )函数建立数组数据
3-3-9 使用reshape( )函数更改数组形式
3-4 一维数组的运算与切片
3-4-1 一维数组的四则运算
3-4-2 一维数组的关系运算符及运算
3-4-3 数组切片
3-4-4 使用参数copy=True复制数据
3-4-5 使用copy( )函数复制数组
3-5 多维数组的索引与切片
3-5-1 认识axis的定义
3-5-2 多维数组的索引
3-5-3 多维数组的切片
3-6 数组水平与垂直合并
3-6-1 使用vstack( )函数垂直合并数组
3-6-2 使用hstack( )函数水平合并数组
第4章 认识色彩空间到艺术创作
4-1 BGR与RGB色彩空间的转换
4-2 BGR色彩空间转换至GRAY色彩空间
4-2-1 使用cvtColor( )函数
4-2-2 OpenCV内部转换公式
4-3 HSV色彩空间
4-3-1 认识HSV色彩空间
4-3-2 将图像由BGR色彩空间转为HSV色彩空间
4-3-3 将RGB色彩转换成HSV色彩公式
4-4 拆分色彩通道
4-4-1 拆分BGR图像的通道
4-4-2 拆分HSV图像的通道
4-5 合并色彩通道
4-5-1 合并B、G、R通道的图像
4-5-2 合并H、S、V通道的图像
4-6 拆分与合并色彩通道的应用
4-6-1 色调Hue调整
4-6-2 饱和度Saturation调整
4-6-3 明度Value调整
4-7 Alpha通道
第5章 建立图像
5-1 图像坐标
5-2 建立与编辑灰度图像
5-2-1 建立灰度图像
5-2-2 编辑灰度图像
5-2-3 使用随机数建立灰度图像
5-3 建立彩色图像
第6章 图像处理的基础知识
6-1 灰度图像的编辑
6-1-1 自创灰度图像与编辑的基础实例
6-1-2 读取灰度图像与编辑的实例
6-2 彩色图像的编辑
6-2-1 了解彩色图像数组的结构
6-2-2 自创彩色图像与编辑的实例
6-2-3 读取彩色图像与编辑的实例
6-3 编辑含Alpha通道的彩色图像
6-4 Numpy高效率读取与设定像素的方法
6-4-1 灰度图像的应用
6-4-2 彩色图像的应用
6-5 图像感兴趣区域的编辑
6-5-1 撷取图像感兴趣区域
6-5-2 建立图像马赛克效果
6-5-3 将感兴趣区域在不同图像间复制
第7章 从静态到动态的绘图功能
7-1 建立画布
7-2 绘制直线
7-3 画布背景色彩的设计
7-3-1 单区域的底部色彩
7-3-2 建立含壁纸的画布
7-4 绘制矩形
7-5 绘制圆形
7-5-1 绘制圆形的基础知识
7-5-2 随机色彩的应用
7-6 绘制椭圆或椭圆弧
7-7 绘制多边形
7-8 输出文字
7-8-1 默认英文输出
7-8-2 中文输出
7-9 反弹球的设计
7-10 鼠标事件
7-10-1 OnMouseAction( )函数
7-10-2 setMouseCallback( )函数
7-10-3 建立随机圆
7-10-4 鼠标与键盘的混合应用
7-11 滚动条的设计
7-12 滚动条当作开关的应用
第8章 图像计算迈向图像创作
8-1 图像加法运算
8-1-1 使用add( )函数执行图像加法运算
8-1-2 使用数学加法符号（+）执行图像加法运算
8-1-3 加总B、G、R原色的实例
8-2 掩膜
8-3 重复曝光技术
8-3-1 图像的加权和概念
8-3-2 OpenCV的图像加权和方法
8-4 图像的位运算
8-4-1 逻辑的and运算
8-4-2 逻辑的or运算
8-4-3 逻辑的not运算
8-4-4 逻辑的xor运算
8-5 图像加密与解密
第9章 阈值处理迈向数字情报
9-1 threshold( )函数
9-1-1 基础语法
9-1-2 二值化处理THRESH_BINARY与现代情报战
9-1-3 反二值化处理THRESH_BINARY_INV
9-1-4 截断阈值处理THRESH_TRUNC
9-1-5 低阈值用0处理THRESH_TOZERO
9-1-6 高阈值用0处理THRESH_TOZERO_INV
9-2 Otsu算法
9-3 自适应阈值方法adaptiveThreshold( )函数
9-4 平面图的分解
9-5 隐藏在图像内的数字水印
9-5-1 验证最低有效位对图像没有太大的影响
9-5-2 建立数字水印
9-5-3 取得原始图像的row和column
9-5-4 建立像素值是254的提取矩阵
9-5-5 取得原始图像的高7位图像
9-5-6 建立水印图像
9-5-7 将水印图像嵌入原始图像
9-5-8 撷取水印图像
第10章 图像的几何变换
10-1 图像缩放效果
10-1-1 使用dsize参数执行图像缩放
10-1-2 使用fx参数和fy参数执行图像的缩放
10-2 图像翻转
10-3 图像仿射
10-3-1 仿射的数学基础
10-3-2 仿射的函数语法
10-3-3 图像平移
10-3-4 图像旋转
10-3-5 图像倾斜
10-4 图像透视
10-5 重映射
10-5-1 解说map1和map2
10-5-2 图像复制
10-5-3 垂直翻转
10-5-4 水平翻转的实例
10-5-5 图像缩放
10-5-6 图像垂直压缩
第11章 删除图像噪声
11-1 建立平滑图像需要认识的名词
11-1-1 滤波核
11-1-2 图像噪声
11-1-3 删除噪声
11-1-4 图像降噪处理的方法
11-2 均值滤波器
11-2-1 理论基础
11-2-2 像素位于边界的考虑
11-2-3 滤波核与卷积
11-2-4 均值滤波器函数
11-3 方框滤波器
11-3-1 理论基础
11-3-2 方框滤波器函数
11-4 中值滤波器
11-4-1 理论基础
11-4-2 中值滤波器函数
11-5 高斯滤波器
11-5-1 理论基础
11-5-2 高斯滤波器函数
11-6 双边滤波器
11-6-1 理论基础
11-6-2 双边滤波器函数
11-7 自定义滤波核
第12章 数学形态学
12-1 腐蚀
12-1-1 理论基础
12-1-2 腐蚀函数
12-2 膨胀
12-2-1 理论基础
12-2-2 膨胀函数dilate( )
12-3 OpenCV应用在数学形态学的通用函数
12-4 开运算
12-5 闭运算
12-6 形态学梯度
12-7 礼帽运算
12-8 黑帽运算
12-9 核函数
第13章 图像梯度与边缘检测
13-1 图像梯度的基础概念
13-1-1 直觉方法认识图像边界
13-1-2 认识图像梯度
13-1-3 计算机视觉
13-2 OpenCV函数Sobel( )
13-2-1 Sobel算子
13-2-2 使用Sobel算子计算x轴方向图像梯度
13-2-3 使用Sobel算子计算y轴方向图像梯度
13-2-4 Sobel( )函数
13-2-5 考虑ddepth与取绝对值函数convertScaleAbs( )
13-2-6 x轴方向的图像梯度
13-2-7 y轴方向的图像梯度
13-2-8 x轴和y轴图像梯度的融合
13-3 OpenCV函数Scharr( )
13-3-1 Scharr算子
13-3-2 Scharr( )函数
13-4 OpenCV函数Laplacian( )
13-4-1 二阶微分
13-4-2 Laplacian算子
13-4-3 Laplacian( )函数
13-5 Canny边缘检测
13-5-1 认识Canny边缘检测
13-5-2 Canny算法的步骤
13-5-3 Canny( )函数
第14章 图像金字塔
14-1 图像金字塔的原理
14-1-1 认识层次名词
14-1-2 基础理论
14-1-3 滤波器与采样
14-1-4 高斯滤波器与向下采样
14-1-5 向上采样
14-1-6 图像失真
14-2 OpenCV的pyrDown( )函数
14-3 OpenCV的pyrUp( )函数
14-4 采样逆运算的试验
14-4-1 图像相加与相减
14-4-2 反向运算的结果观察
14-5 拉普拉斯金字塔
第15章 轮廓的检测与匹配
15-1 图像内图形的轮廓
15-1-1 findContours( )函数寻找图形轮廓
15-1-2 绘制图形的轮廓
15-2 绘制图像内图形轮廓的系列实例
15-2-1 寻找与绘制图像内图形轮廓的基本应用
15-2-2 认识findCountours( )函数的返回值contours
15-2-3 轮廓索引contoursIdx
15-2-4 认识轮廓的属性
15-2-5 轮廓内有轮廓
15-2-6 绘制一般图像的图形轮廓
15-3 认识轮廓层级
15-3-1 检测模式RETR_EXTERNAL
15-3-2 检测模式RETR_LIST
15-3-3 检测模式RETR_CCOMP
15-3-4 检测模式RETR_TREE
15-4 轮廓的特征——图像矩
15-4-1 矩特征moments( )函数
15-4-2 基础图像矩推导——轮廓质心
15-4-3 图像矩实例
15-4-4 计算轮廓面积
15-4-5 计算轮廓周长
15-5 轮廓外形的匹配——Hu矩
15-5-1 OpenCV计算Hu矩的函数
15-5-2 第0个Hu矩的公式验证
15-5-3 轮廓匹配
15-6 再谈轮廓外形匹配
15-6-1 建立形状场景距离
15-6-2 Hausdorff距离
第16章 轮廓拟合与凸包的相关应用
16-1 轮廓的拟合
16-1-1 矩形包围
16-1-2 最小包围矩形
16-1-3 最小包围圆形
16-1-4 最优拟合椭圆
16-1-5 最小包围三角形
16-1-6 近似多边形
16-1-7 最优拟合直线
16-2 凸包
16-2-1 获得凸包
16-2-2 凸缺陷
16-3 轮廓的几何测试
16-3-1 测试轮廓包围线是否为凸形
16-3-2 计算任意坐标点与轮廓包围线的最短距离
第17章 轮廓的特征
17-1 宽高比
17-2 轮廓的极点
17-2-1 认识轮廓点坐标
17-2-2 Numpy模块的argmax( )函数和argmin( )函数
17-2-3 找出轮廓极点坐标
17-3 Extent
17-4 Solidity
17-5 等效直径
17-6 掩膜和非0像素点的坐标信息
17-6-1 使用Numpy的数组获得非0像素点坐标信息
17-6-2 获得空心与实心非0像素点坐标信息
17-6-3 使用OpenCV提供的函数获得非0像素点坐标信息
17-7 寻找图像对象最小值与最大值以及它们的坐标
17-7-1 从数组中找最小值与最大值以及它们的坐标
17-7-2 图像实操与医学应用说明
17-8 计算图像像素的均值与标准偏差
17-8-1 计算图像的像素均值
17-8-2 图像的像素均值简单实例
17-8-3 使用掩膜概念计算像素均值
17-8-4 计算图像的像素标准偏差
17-9 方向
第18章 从直线检测到无人驾驶车道检测
18-1 霍夫变换的基础原理解说
18-1-1 认识笛卡儿坐标系与霍夫坐标系
18-1-2 映射
18-1-3 认识极坐标的基本定义
18-1-4 霍夫变换与极坐标
18-2 HoughLines( )函数
18-3 HoughLinesP( )函数
18-4 霍夫变换圆形检测
第19章 直方图均衡化——增强图像对比度
19-1 认识直方图
19-1-1 直方图的定义
19-1-2 归一化直方图
19-2 绘制直方图
19-2-1 使用matplotlib绘制直方图
19-2-2 使用OpenCV取得直方图数据
19-2-3 绘制彩色图像的直方图
19-2-4 绘制掩膜的直方图
19-3 直方图均衡化
19-3-1 直方图均衡化算法
19-3-2 直方图均衡化
19-3-3 直方图均衡化应用在彩色图像
19-4 限制自适应直方图均衡化方法
19-4-1 直方图均衡化的优缺点
19-4-2 直方图均衡化的缺点实例
19-4-3 自适应直方图函数createCLAHE( )和apply( )
第20章 模板匹配
20-1 模板匹配的基础概念
20-2 模板匹配函数matchTemplate( )
20-2-1 认识匹配函数matchTemplate( )
20-2-2 模板匹配结果
20-3 单模板匹配
20-3-1 回顾minMaxLoc( )函数
20-3-2 单目标匹配的实例
20-3-3 找出比较接近的图像
20-3-4 多目标匹配的实例
20-3-5 在地图搜寻山脉
20-4 多模板匹配
第21章 傅里叶变换
21-1 数据坐标轴转换的基础知识
21-2 傅里叶基础理论
21-2-1 认识傅里叶
21-2-2 认识弦波
21-2-3 正弦函数的时域图与频率域图
21-2-4 傅里叶变换理论基础
21-3 使用Numpy提供的函数执行傅里叶变换
21-3-1 实操傅里叶变换
21-3-2 逆傅里叶变换
21-3-3 高频信号与低频信号
21-3-4 高通滤波器与低通滤波器
21-4 使用OpenCV提供的函数完成傅里叶变换
21-4-1 使用dft( )函数执行傅里叶变换
21-4-2 使用OpenCV提供的函数执行逆傅里叶变换
21-4-3 高通滤波器与低通滤波器
第22章 使用分水岭算法分割图像
22-1 概述
22-2 分水岭算法与OpenCV官方推荐网页
22-2-1 认识分水岭算法
22-2-2 OpenCV官方推荐网页
22-3 分水岭算法步骤1：认识distanceTransform( )函数
22-4 分水岭算法步骤2：找出未知区域
22-5 分水岭算法步骤3：建立标记
22-6 完成分水岭算法
第23章 图像撷取
23-1 认识图像撷取的原理
23-2 OpenCV提供的grabCut( )函数
23-3 grabCut( )函数基础实操
23-4 自定义掩膜实例
第24章 图像修复：抢救《蒙娜丽莎的微笑》
24-1 图像修复的算法
24-1-1 Navier-Stroke算法
24-1-2 Alexander算法
24-2 图像修复函数inpaint( )
24-3 修复《蒙娜丽莎的微笑》
第25章 识别手写数字
25-1 认识K-NN算法
25-1-1 数据分类的基础概念
25-1-2 手写数字的特征
25-1-3 不同数字特征值的比较
25-1-4 手写数字分类原理
25-1-5 简化特征比较
25-2 认识Numpy与K-NN算法相关的知识
25-2-1 Numpy的seed( )函数
25-2-2 Numpy的ravel( )函数
25-2-3 数据分类
25-2-4 建立与分类30笔训练数据
25-3 OpenCV的K-NN算法函数
25-3-1 基础实操
25-3-2 更常见的分类
25-4 有关手写数字识别的Numpy基础知识
25-4-1 vsplit( )函数垂直方向分割数据
25-4-2 hsplit( )函数水平方向分割数据
25-4-3 元素重复repeat( )
25-5 识别手写数字实战
25-5-1 实际设计识别手写数字
25-5-2 存储训练和分类数据
25-5-3 下载训练和分类数据
第26章 OpenCV的摄像功能
26-1 启用摄像机功能VideoCapture类别
26-1-1 初始化VideoCapture
26-1-2 检测摄像功能是否打开成功
26-1-3 读取摄像镜头的图像
26-1-4 关闭摄像功能
26-1-5 读取图像的基础实例
26-1-6 图像翻转
26-1-7 保存某一时刻的帧
26-2 使用VideoWriter类别执行录像
26-2-1 VideoWriter类别
26-2-2 拍摄影片的编码格式VideoWriter_fourcc( )函数
26-2-3 写入帧的功能write( )函数
26-2-4 保存录制影片实例
26-3 播放影片
26-3-1 播放所录制的影片
26-3-2 播放iPhone所录制的影片
26-3-3 播放灰度影片
26-3-4 暂停与继续播放
26-3-5 更改显示窗口大小
26-4 认识摄像功能的属性
26-4-1 获得摄像功能的属性
26-4-2 设定摄像功能的属性
26-4-3 显示影片播放进度
26-4-4 裁剪影片
第27章 认识对象检测原理与资源文件
27-1 对象检测原理
27-1-1 级联分类器原理
27-1-2 Haar特征缘由
27-1-3 哈尔特征原理
27-2 寻找OpenCV的资源文件来源
27-3 认识资源文件
27-4 人脸的检测
27-4-1 脸形级联分类器资源文件
27-4-2 基础脸形检测程序
27-4-3 史上最牛的物理科学家合照
27-5 检测侧面的人脸
27-5-1 基础概念
27-5-2 侧面脸形检测
27-6 路人检测
27-6-1 路人检测实战
27-6-2 下半身的检测
27-6-3 上半身的检测
27-7 眼睛的检测
27-7-1 眼睛分类器资源文件
27-7-2 检测双眼实例
27-7-3 检测左眼与右眼的实例
27-8 检测猫脸
27-9 俄罗斯车牌识别
第28章 摄像机与人脸文件
28-1 撷取相同大小的人脸存储
28-2 使用摄像机撷取人脸图像
28-3 自动化摄像和撷取人像
28-4 半自动拍摄多张人脸的实例
28-5 全自动拍摄人脸图像
第29章 人脸识别
29-1 LBPH人脸识别
29-1-1 LBPH原理
29-1-2 LBPH函数
29-1-3 简单的人脸识别程序实操
29-1-4 绘制LBPH直方图
29-1-5 人脸识别实操——存储与打开训练数据
29-2 Eigenfaces人脸识别
29-2-1 Eigenfaces原理
29-2-2 Eigenfaces函数
29-2-3 简单的人脸识别程序实操
29-3 Fisherfaces人脸识别
29-3-1 Fisherfaces原理
29-3-2 Fisherfaces函数
29-3-3 简单的人脸识别程序实操
29-4 专题实操——建立员工人脸识别登录系统
29-4-1 建立与训练人脸数据库：ch29_6.py
29-4-2 员工人脸识别：ch29_7.py
第30章 建立哈尔特征分类器——车牌识别
30-1 准备正样本与负样本图像数据
30-1-1 准备正样本图像——含汽车车牌图像
30-1-2 准备负样本图像——不含汽车车牌图像
30-2 处理正样本图像
30-2-1 将正样本图像处理成固定宽度与高度
30-2-2 将正样本图像转换成bmp文件
30-3 处理负样本图像
30-4 建立识别车牌的哈尔特征分类器
30-4-1 下载哈尔特征分类器工具
30-4-2 存储正样本图像
30-4-3 存储负样本图像
30-4-4 为正样本加上标记
30-4-5 设计程序显示标记
30-5 训练识别车牌的哈尔特征分类器
30-5-1 建立向量文件
30-5-2 训练哈尔分类器
30-5-3 建立哈尔特征分类器资源文件
30-6 车牌检测
30-7 心得报告
第31章 车牌识别
31-1 撷取所读取的车牌图像
31-2 使用Tesseract OCR执行车牌识别
31-3 检测车牌与识别车牌
31-4 二值化处理车牌
31-5 形态学的开运算处理车牌
31-6 车牌识别心得
更新时间：2024-12-27 18:58:49
完结共516章
倒序