注重体验与质量的电子书资源下载网站
分类于: 编程语言 计算机基础 设计
简介
OpenCV轻松入门:面向Python 豆 0.0分
资源最后更新于 2020-03-29 03:34:43
作者:李立宗
出版社:出版社电子工业出版社
出版日期:2019-05
ISBN:9787121362903
文件格式: pdf
简介· · · · · ·
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。李立宗,南开大学硕士,天津职业技术师范大学副教授,从事计算机视觉领域的教学和科研工作。拥有发明专利一项、软件著作权十余项,公开发表论文十余篇,主编《OpenCV编程案例详解》等多部图书。在网易云课堂主讲的《OpenCV图穷匕见》等多门课程被评为精品课。此外,神策数据联合创始人兼CTO曹犟,神策数据联合创始人兼首席架构师付力力,神策数据资深算法工程师邹雨晗,神策数据架构师房东雨,神策数据算法工程师韩越,神策数据数据分析总监陈新祥,神策数据用户行为洞察研究院负责人张乔,以及神策数据分析师高娜、薛创宇、李金霞、朱静芸均参与了此书的写作。
目录
前言
第1章 OpenCV入门
1.1 如何使用
1.2 图像处理基本操作
1.3 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
2.6 获取图像属性
第3章 图像运算
3.1 图像加法运算
3.2 图像加权和
3.3 按位逻辑运算
3.4 掩模
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
3.9 脸部打码及解码
第4章 色彩空间类型转换
4.1 色彩空间基础
4.2 类型转换函数
4.3 类型转换实例
4.4 HSV色彩空间讨论
4.5 alpha通道
第5章 几何变换
5.1 缩放
5.2 翻转
5.3 仿射
5.4 透视
5.5 重映射
第6章 阈值处理
6.1 threshold函数
6.2 自适应阈值处理
6.3 Otsu处理
第7章 图像平滑处理
7.1 均值滤波
7.2 方框滤波
7.3 高斯滤波
7.4 中值滤波
7.5 双边滤波
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 Sobel理论基础
9.2 Sobel算子及函数使用
9.3 Scharr算子及函数使用
9.4 Sobel算子和Scharr算子的比较
9.5 Laplacian算子及函数使用
9.6 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
第12章 图像轮廓
12.1 查找并绘制轮廓
12.2 矩特征
12.3 Hu矩
12.4 轮廓拟合
12.5 凸包
12.6 利用形状场景算法比较轮廓
12.7 轮廓的特征值
第13章 直方图处理
13.1 直方图的含义
13.2 绘制直方图
13.3 直方图均衡化
13.4 pyplot模块介绍
第14章 傅里叶变换
14.1 理论基础
14.2 Numpy实现傅里叶变换
14.3 OpenCV实现傅里叶变换
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
16.2 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
17.2 交互式前景提取
第18章 视频处理
18.1 VideoCapture类
18.2 VideoWriter类
18.3 视频操作基础
第19章 绘图及交互
19.1 绘画基础
19.2 鼠标交互
19.3 滚动条
第20章 K近邻算法
20.1 理论基础
20.2 计算
20.2 手写数字识别的原理
20.3 自定义函数手写数字识别
20.4 K近邻模块的基本使用
20.5 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案例介绍
第22章 K均值聚类
22.1 理论基础
22.2 K均值聚类模块
22.3 简单示例
第23章 人脸识别
23.1 人脸检测
23.2 LBPH人脸识别
23.3 EigenFaces人脸识别
23.4 Fisherfaces人脸识别
23.5 人脸数据库
参考文献
附录A 范例