《OpenCV 4计算机视觉项目实战（原书第2版）》内容简介

本书通过实例和项目讲解OpenCV概念及其算法。首先介绍OpenCV的安装和图像处理的基础知识。然后，覆盖用户界面并深入讲解图像处理，读者将学到复杂的计算机视觉算法，并探索机器学习和人脸检测。之后，本书将介绍如何在复杂场景中创建光流视频分析和背景减除，还将讲解文本分割和识别，以及新的和改进的深度学习模块的基础知识。最后，本书介绍了OpenCV的基础知识，例如矩阵运算、滤波器和直方图，帮读者掌握常用的计算机视觉技术，从头开始构建OpenCV项目。
大卫·米兰·埃斯克里瓦（David Millán Escrivá），8岁时用BASIC语言在8086 PC上编写了他的第一个程序。他在瓦伦西亚政治大学（Universitat Politécnica de Valencia）完成了他的IT学习，并在由使用OpenCV（v0.96）的计算机视觉技术所支持的人机交互领域取得了优异的成绩。他拥有人工智能、计算机图形学和模式识别硕士学位，专注于模式识别和计算机视觉。他还拥有超过9年的计算机视觉、计算机图形和模式识别经验。他是Damiles Blog的作者，在上面发表关于OpenCV、计算机视觉和光学字符识别算法的文章与教程。
维尼休斯·G.门东萨（Vinícius G.Mendonça），的计算机图形专业教授。他于1998年开始使用C++进行编程，并于2006年进入计算机游戏和计算机图形领域。他目前是巴西Apple开发者学院（Apple Developer Academy）的导师，从事用于移动设备的金属、机器学习和计算机视觉方面的教学工作。他曾担任其他Packt图书的审校者，包括《OpenNI Cookbook》和《Mastering OpenCV and Computer Vision with OpenCV 3 and Qt5》。在他的研究中，使用了Kinect、OpenNI和OpenCV来识别巴西手语手势。他感兴趣的领域包括移动电话、OpenGL、图像处理、计算机视觉和项目管理。
普拉蒂克·乔希（Prateek Joshi），是一位人工智能研究员、8本书的作者，还是一位TEDx演讲者。他的著作曾入选Forbes 30 Under 30、CNBC、TechCrunch、Silicon Valley Business Journal等多部出版物。他是Pluto AI的创始人，Pluto AI是一家由风投资助的硅谷初创公司，为水利设施建立智能平台。他毕业于南加州大学，获得人工智能专业硕士学位。他之前曾就职于NVIDIA和Microsoft Research。

作品目录

前言
作者简介
审校者简介
第1章：OpenCV入门
1.1、了解人类视觉系统
1.2、人类如何理解图像内容
1.3、你能用OpenCV做什么
1.4、安装OpenCV
1.5、总结
第2章：OpenCV基础知识导论
2.1、技术要求
2.2、基本CMake配置文件
2.3、创建一个库
2.4、管理依赖项
2.5、让脚本更复杂
2.6、图像和矩阵
2.7、读/写图像
2.8、读取视频和摄像头
2.9、其他基本对象类型
2.10、基本矩阵运算
2.11、基本数据存储
2.12、总结
第3章：学习图形用户界面
3.1、技术要求
3.2、OpenCV用户界面介绍
3.3、OpenCV的基本图形用户界面
3.4、Qt图形用户界面
3.5、OpenGL支持
3.6、总结
第4章：深入研究直方图和滤波器
4.1、技术要求
4.2、生成CMake脚本文件
4.3、创建图形用户界面
4.4、绘制直方图
4.5、图像颜色均衡
4.6、Lomography效果
4.7、卡通效果
4.8、总结
第5章：自动光学检查、对象分割和检测
5.1、技术要求
5.2、隔离场景中的对象
5.3、为AOI创建应用程序
5.4、预处理输入图像
5.5、分割输入图像
5.6、总结
第6章：学习对象分类
6.1、技术要求
6.2、机器学习概念介绍
6.3、计算机视觉和机器学习工作流程
6.4、自动对象检查分类示例
6.5、总结
第7章：检测面部部位与覆盖面具
7.1、技术要求
7.2、了解Haar级联
7.3、什么是积分图像
7.4、在实时视频中覆盖面具
7.5、戴上太阳镜
7.6、跟踪鼻子、嘴巴和耳朵
7.7、总结
第8章：视频监控、背景建模和形态学操作
8.1、技术要求
8.2、理解背景减除
8.3、直接的背景减除
8.4、帧差分
8.5、高斯混合方法
8.6、形态学图像处理
8.7、使形状变细
8.8、使形状变粗
8.9、其他形态运算符
8.10、总结
第9章：学习对象跟踪
9.1、技术要求
9.2、跟踪特定颜色的对象
9.3、构建交互式对象跟踪器
9.4、用Harris角点检测器检测点
9.5、用于跟踪的好特征
9.6、基于特征的跟踪
9.7、总结
第10章：开发用于文本识别的分割算法
10.1、技术要求
10.2、光学字符识别介绍
10.3、预处理阶段
10.4、在你的操作系统上安装Tesseract
OCR
10.5、使用Tesseract
OCR库
10.6、总结
第11章：用Tesseract进行文本识别
11.1、技术要求
11.2、文本API的工作原理
11.3、使用文本API
11.4、总结
第12章：使用OpenCV进行深度学习
12.1、技术要求
12.2、深度学习简介
12.3、OpenCV中的深度学习
12.4、YOLO用于实时对象检测
12.5、用SSD进行人脸检测
12.6、总结