OpenCV轻松入门:面向Python

OpenCV轻松入门:面向Python

作者:李立宗

出版社:电子工业

出版年:2019年5月

ISBN:9787121362903

所属分类:科普读物

书刊介绍

《OpenCV轻松入门:面向Python》内容简介

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。

作品目录

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

相关推荐

微信二维码