OpenCV計算機視覺基礎教程（Python版）（慕課版）（第2版）

夏幫貴，西華大學副教授，1998年畢業於西南大學計算機應用專業，主編Python、Java、前端開發等相關教材二十余部。主編教材《Python3基礎教程(第2版)(慕課版)》入選首批“十四五” 職業教育國家規劃教材，《JavaScript+jQuery前端開發基礎教程(微課版)》(慕課版)》《OpenCV計算機視覺基礎教程(Python版)》入選四川省“十四五”職業教育省級規劃教材。

第 1章　OpenCV起步　1

1.1 OpenCV簡介　1

1.1.1 OpenCV主要功能模塊　1

1.1.2 OpenCV的版本　2

1.1.3 OpenCV-Python簡介　2

1.2 配置開發環境　3

1.2.1 安裝Python　3

1.2.2 安裝NumPy　4

1.2.3 安裝OpenCV-Python　5

1.2.4 安裝VS Code　5

1.3 使用OpenCV文檔和示例　7

1.3.1 查看OpenCV文檔　7

1.3.2 使用OpenCV-Python示例代碼　8

1.4 實驗　8

1.4.1 實驗1：配置虛擬開發環境　8

1.4.2 實驗2：在VS Code中運行

OpenCV-Python示例代碼　11

1.5 知識拓展：體驗AI大模型　12

習題　12

第 2章　圖像處理基礎　13

2.1 NumPy簡介　13

2.1.1 數據類型　13

2.1.2 創建數組　14

2.1.3 數組的形狀　17

2.1.4 索引、切片和疊代　18

2.1.5 數組運算　20

2.2 圖像基礎操作　21

2.2.1 讀取、寫入、顯示圖像　21

2.2.2 播放、寫入視頻與捕獲攝像頭視頻　25

2.2.3 操作灰度圖像　27

2.2.4 操作彩色圖像　28

2.2.5 圖像顏色通道操作　29

2.2.6 裁剪圖像　30

2.3 圖像運算　31

2.3.1 加法運算　31

2.3.2 加權加法運算　32

2.3.3 位運算　33

2.3.4 圖像拼接　34

2.4 實驗　35

2.4.1 實驗1：為人物圖像打碼　35

2.4.2 實驗2：使用圖像制作視頻　36

2.5 知識拓展：了解中國AI大模型　37

習題　37

第3章　圖形用戶界面　38

3.1 窗口控制　38

3.1.1 創建和關閉窗口　38

3.1.2 調整窗口大小　39

3.2 繪圖　39

3.2.1 繪制直線　39

3.2.2 繪制矩形　40

3.2.3 繪制圓　41

3.2.4 繪制橢圓　42

3.2.5 繪制多段線　42

3.2.6 繪制文本　43

3.2.7 繪制箭頭　45

3.3 處理鼠標事件　45

3.4 使用滾動條　47

3.5 實驗　48

3.5.1 實驗1：使用鼠標取點繪圖　48

3.5.2 實驗2：使用滾動條選擇通道圖像　49

3.6 知識拓展：如何寫好大模型提示語　50

習題　51

第4章　圖像變換　52

4.1 色彩空間轉換　52

4.1.1 RGB色彩空間　52

4.1.2 GRAY色彩空間　53

4.1.3 YCrCb色彩空間　54

4.1.4 HSV色彩空間　54

4.1.5 圖像透明度　55

4.2 幾何變換　56

4.2.1 縮放圖像　56

4.2.2 翻轉圖像　57

4.2.3 仿射變換　58

4.2.4 透視變換　62

4.3 圖像平滑處理　63

4.3.1 均值濾波　63

4.3.2 高斯濾波　64

4.3.3 中值濾波　65

4.3.4 雙邊濾波　66

4.3.5 自定義濾波　67

4.4 閾值處理　68

4.4.1 全局閾值處理　68

4.4.2 自適應閾值處理　75

4.5 形態變換　76

4.5.1 結構元素　76

4.5.2 腐蝕操作　77

4.5.3 膨脹操作　79

4.5.4 形態操作函數　80

4.6 實驗　83

4.6.1 實驗1：圖像幾何變換　83

4.6.2 實驗2：圖像形態變換　84

4.7 知識拓展：了解數字水印　85

習題　86

第5章　邊緣和輪廓　87

5.1 邊緣檢測　87

5.1.1 Laplacian邊緣檢測　87

5.1.2 Sobel邊緣檢測　88

5.1.3 Canny邊緣檢測　89

5.2 輪廓檢測　91

5.2.1 查找輪廓　91

5.2.2 繪制輪廓　92

5.2.3 輪廓特征　93

5.3 霍夫變換　103

5.3.1 檢測直線　103

5.3.2 檢測圓　105

5.4 實驗　106

5.4.1 實驗1：執行Canny邊緣檢測　106

5.4.2 實驗2：查找和繪制輪廓　107

5.5 知識拓展：使用通義靈碼輔助編程　108

習題　108

第6章　直方圖　109

6.1 一維直方圖　109

6.1.1 使用plt.hist()函數繪制直方圖　109

6.1.2 使用cv2.calcHist()函數計算直方圖　110

6.1.3 使用np.histogram()函數計算直方圖　112

6.2 直方圖均衡化　113

6.2.1 全局直方圖均衡化　113

6.2.2 自適應直方圖均衡化　115

6.3 二維直方圖　116

6.3.1 使用cv2.calcHist()函數計算二維直方圖　116

6.3.2 使用np.histogram2D()函數計算二維直方圖　117

6.4 實驗　118

6.4.1 實驗1：使用NumPy函數計算直方圖　118

6.4.2 實驗2：使用OpenCV函數計算直方圖　119

6.5 知識拓展：使用通義萬相生成圖像　120

習題　120

第7章　圖像匹配、分割和拼接　121

7.1 模板匹配　121

7.1.1 單目標匹配　121

7.1.2 多目標匹配　123

7.2 圖像分割　124

7.2.1 分水嶺算法　124

7.2.2 GrabCut算法　127

7.3 圖像金字塔　129

7.3.1 高斯金字塔　130

7.3.2 拉普拉斯金字塔　131

7.3.3 圖像拼接　132

7.4 實驗　134

7.4.1 實驗1：使用模板匹配查找圖像　134

7.4.2 實驗2：使用GrabCut算法分割圖像　135

7.5 知識拓展：了解Trae IDE智能編程　136

習題　136

第8章　特征檢測　137

8.1 角點檢測　137

8.1.1 Harris角點檢測　137

8.1.2 Shi-Tomasi角點檢測　138

8.1.3 優化角點　139

8.2 關鍵點檢測　140

8.2.1 FAST算法　140

8.2.2 SIFT算法　142

8.2.3 ORB算法　144

8.3 特征匹配　145

8.3.1 暴力匹配　145

8.3.2 FLANN匹配　148

8.3.3 圖像查找　149

8.4 實驗　151

8.4.1 實驗1：應用Shi-Tomasi算法檢測角點　151

8.4.2 實驗2：應用特征匹配查找圖像　152

8.5 知識拓展：了解通義千問　154

習題　154

第9章　人臉檢測和識別　155

9.1 人臉檢測　155

9.1.1 使用Haar級聯分類器檢測人臉　155

9.1.2 基於深度學習的人臉檢測　158

9.2 人臉識別　159

9.2.1 Eigenfaces人臉識別　160

9.2.2 Fisherfaces人臉識別　161

9.2.3 LBPH人臉識別　162

9.3 實驗　164

9.3.1 實驗1：使用Haar級聯分類器　164

9.3.2 實驗2：使用Eigenfaces人臉識別　165

9.4 知識拓展：了解豆包　166

習題　166

第 10章　機器學習和深度學習　167

10.1 機器學習　167

10.1.1 KNN算法　167

10.1.2 SVM算法　170

10.1.3 K均值聚類算法　172

10.2 深度學習　174

10.2.1 基於深度學習的圖像識別　174

10.2.2 基於深度學習的目標檢測　178

10.3 AI大模型實戰　182

10.3.1 準備工作　182

10.3.2 調用API進行圖像識別　185

10.3.3 調用API去除圖像中的文字　187

10.4 實驗　189

10.4.1 實驗1：調整圖像顏色　189

10.4.2 實驗2：檢測視頻中的目標　190

10.5 知識拓展：了解可靈AI　192

習題　192