OpenCV 入門與技術實踐

《OpenCV入門與技術實踐》介紹如何學習和使用流行的OpenCV庫開發電腦視覺應用，主要內容包括圖像的核心操作、圖像閾值處理、圖像形態變換、圖像邊緣檢測、角點檢測與特徵匹配等。 全書分為4章：第1章著重介紹使用Python開發OpenCV應用基礎知識；第2章著重介紹使用OpenCV進行圖像特徵檢測、描述和特徵匹配的各種算法；第3章著重介紹OCR文字識別；第4章著重介紹OpenCV中的深度學習。 《OpenCV入門與技術實踐》適合作為高等院校電腦、軟件工程專業本科生、研究生的參考書目，也適用於對人工智能領域感興趣的人士。

目錄

 

 

 

 

 

第1章  使用Python開發OpenCV的應用

1.1  準備工作環境

1.2  安裝

1.2.1  檢測 OpenCV 版本

1.2.2  讀取、顯示和寫入圖像文件示例

1.3  視頻入門

1.4  繪圖函數

1.5  圖像的核心操作

1.5.1  基本操作

1.5.2  圖像上的算術運算

1.6  改變顏色空間

1.7  圖像變換

1.8  圖像閾值處理

1.8.1  簡單閾值化

1.8.2  自適應閾值化

1.8.3  Otsu二值化

1.9  平滑圖像

1.10  形態變換

1.11  斑點檢測

1.12  Sobel邊緣檢測方法

1.13  Canny邊緣檢測

1.14  輪廓檢測

1.15  人臉檢測

1.16  特徵臉

1.17  圖像金字塔

1.18  實時人體檢測

1.19  背景減除

1.20  模板匹配

1.21  直線檢測

1.22  霍夫圓變換

1.23  鏡頭畸變

1.24  使用Hu矩進行形狀匹配

1.25  找到blob的中心

1.26  查找凸包

1.27  將一個三角形扭曲為另一個三角形

1.28  阿爾法混合

1.29  基於特徵的圖像對齊

1.30  使用ZBar和OpenCV編寫條形碼和二維碼掃描儀的Python代碼

1.31  換臉

1.32  applyColorMap用於偽著色

1.33  高動態範圍成像

1.34  曝光融合

1.35  對象跟蹤

1.36  多對象跟蹤

1.37  自動紅眼去除器

1.38  創建虛擬筆和橡皮擦

1.39  使用ArUco標記的增強現實

第2章  特徵檢測和描述

2.1  Harris角點檢測

2.2  Shi-Tomasi角點檢測器和良好的跟蹤功能

2.3  尺度不變特徵變換

2.4  特徵匹配

2.5  特徵匹配+單應性查找對象

第3章  OCR文字識別

3.1  OpenCV的OCR功能

3.2  Tesseract的預處理

第4章  OpenCV深度學習

4.1  使用OpenCV DNN模塊進行深度學習

4.2  基於OpenCV和深度學習的人臉識別

4.3  英特爾OpenVINO工具包簡介

4.4  使用深度學習的自動車牌識別

4.4.1  使用YOLOv4檢測車牌

4.4.2  OCR

4.5  超分辨率

4.6  對象檢測

4.7  GOTURN：基於深度學習的對象跟蹤

4.8  手勢識別

4.9  人體姿態估計

4.10  使用OpenPose在OpenCV中進行多人姿態估計