OpenCV 電腦視覺編程攻略, 3/e OpenCV计算机视觉编程攻略(第3版)

Robert Laganière，加拿大渥太華大學電氣工程與計算機科學學院教授，並在VIVA實驗室執教。

曾獲得基於內容的視頻分析、視覺監控、駕駛輔助、目標識別與跟踪等領域的多項專利。

Visual Cortek公司創始人，Cognivue、iWatchlife、Tempo Analytics等多家初創公司的科學家。

第1章圖像編程入門1 
1.1簡介1 
1.2安裝OpenCV庫1 
1.2.1準備工作1 
1.2.2如何實現2 
1.2.3實現原理4 
1.2.4擴展閱讀5 
1.2.5參閱6 
1.3裝載、顯示和存儲圖像6 
1.3.1準備工作6 
1.3.2如何實現6 
1.3.3實現原理8 
1.3.4擴展閱讀9 
1.3.5參閱11 
1.4深入了解cv::Mat 11 
1.4.1如何實現11 
1.4.2實現原理13 
1.4.3擴展閱讀16 
1.4.4參閱17 
1.5定義感興趣區域17 
1.5.1準備工作17 
1.5.2如何實現17 
1.5.3實現原理18 
1.5.4擴展閱讀18 
1.5.5參閱19 

第2章操作像素20 
2.1簡介20 
2.2訪問像素值21 
2.2.1準備工作21 
2.2.2如何實現21 
2.2.3實現原理23 
2.2.4擴展閱讀24
2.2.5參閱24 
2.3用指針掃描圖像24 
2.3.1準備工作25 
2.3.2如何實現25 
2.3.3實現原理26 
2.3.4擴展閱讀27 
2.3.5參閱31 
2.4用迭代器掃描圖像31 
2.4.1準備工作31 
2.4.2如何實現31 
2.4.3實現原理32 
2.4.4擴展閱讀33 
2.4.5參閱33 
2.5編寫高效的圖像掃描循環33 
2.5.1如何實現34 
2.5.2實現原理34 
2.5.3擴展閱讀36 
2.5.4參閱36 
2.6掃描圖像並訪問相鄰像素36 
2.6.1準備工作36 
2.6.2如何實現36 
2.6.3實現原理38 
2.6.4擴展閱讀38 
2.6.5參閱39 
2.7實現簡單的圖像運算39 
2.7.1準備工作39 
2.7.2如何實現40 
2.7.3實現原理40 
2.7.4擴展閱讀41 
2.8圖像重映射42 
2.8.1如何實現42 
2.8.2實現原理43
2.8.3參閱44 

第3章處理圖像的顏色45 
3.1簡介45 
3.2用策略設計模式比較顏色45 
3.2.1如何實現46 
3.2.2實現原理47 
3.2.3擴展閱讀50 
3.2.4參閱53 
3.3用GrabCut算法分割圖像53 
3.3.1如何實現54 
3.3.2實現原理56 
3.3.3參閱56 
3.4轉換顏色表示法56 
3.4.1如何實現57 
3.4.2實現原理58 
3.4.3參閱59 
3.5用色調、飽和度和亮度表示顏色59 
3.5.1如何實現59 
3.5.2實現原理61 
3.5.3拓展閱讀64 
3.5.4參閱66 

第4章用直方圖統計像素67 
4.1簡介67 
4.2計算圖像直方圖67 
4.2.1準備工作68 
4.2.2如何實現68 
4.2.3實現原理72 
4.2.4擴展閱讀72 
4.2.5參閱74 
4.3利用查找表修改圖像外觀74 
4.3.1如何實現74 
4.3.2實現原理75
4.3.3擴展閱讀76 
4.3.4參閱78 
4.4直方圖均衡化78 
4.4.1如何實現78 
4.4.2實現原理79 
4.5反向投影直方圖檢測特定圖像內容79 
4.5.1如何實現80 
4.5.2實現原理81 
4.5.3擴展閱讀82 
4.5.4參閱84 
4.6用均值平移算法查找目標85 
4.6.1如何實現85 
4.6.2實現原理87 
4.6.3參閱88 
4.7比較直方圖搜索相似圖像88 
4.7.1如何實現88 
4.7.2實現原理90 
4.7.3參閱90 
4.8用積分圖像統計像素91 
4.8.1如何實現91 
4.8.2實現原理92 
4.8.3擴展閱讀93 
4.8.4參閱99 

第5章用形態學運算變換圖像100 
5.1簡介100 
5.2用形態學濾波器腐蝕和膨脹圖像100 
5.2.1準備工作101 
5.2.2如何實現101 
5.2.3實現原理102 
5.2.4擴展閱讀103 
5.2.5參閱104
5.3用形態學濾波器開啟和閉合圖像104 
5.3.1如何實現104 
5.3.2實現原理105 
5.3.3參閱106 
5.4在灰度圖像中應用形態學運算106 
5.4.1如何實現106 
5.4.2實現原理107 
5.4.3參閱108 
5.5用分水嶺算法實現圖像分割108 
5.5.1如何實現109 
5.5.2實現原理111 
5.5.3擴展閱讀112 
5.5.4參閱114 
5.6用MSER算法提取特徵區域114 
5.6.1如何實現114 
5.6.2實現原理116 
5.6.3參閱118 

第6章圖像濾波119 
6.1簡介119 
6.2低通濾波器120 
6.2.1如何實現120 
6.2.2實現原理121 
6.2.3參閱123 
6.3用濾波器進行縮減像素採樣124 
6.3.1如何實現124 
6.3.2實現原理125 
6.3.3擴展閱讀126 
6.3.4參閱127 
6.4中值濾波器128 
6.4.1如何實現128 
6.4.2實現原理129
6.5用定向濾波器檢測邊緣129 
6.5.1如何實現130 
6.5.2實現原理132 
6.5.3擴展閱讀135 
6.5.4參閱136 
6.6計算拉普拉斯算子136 
6.6.1如何實現137 
6.6.2實現原理138 
6.6.3擴展閱讀141 
6.6.4參閱142 

第7章提取直線、輪廓和區域143 
7.1簡介143 
7.2用Canny算子檢測圖像輪廓143 
7.2.1如何實現143 
7.2.2實現原理145 
7.2.3參閱146 
7.3用霍夫變換檢測直線146 
7.3.1準備工作146 
7.3.2如何實現147 
7.3.3實現原理151 
7.3.4擴展閱讀153 
7.3.5參閱155 
7.4點集的直線擬合155 
7.4.1如何實現155 
7.4.2實現原理157 
7.4.3擴展閱讀158 
7.5提取連續區域158 
7.5.1如何實現159 
7.5.2實現原理160 
7.5.3擴展閱讀161 
7.6計算區域的形狀描述子161
7.6.1如何實現162 
7.6.2實現原理163 
7.6.3擴展閱讀164 

第8章檢測興趣點166 
8.1簡介166 
8.2檢測圖像中的角點166 
8.2.1如何實現167 
8.2.2實現原理171 
8.2. 3擴展閱讀172 
8.2.4參閱174 
8.3快速檢測特徵174 
8.3.1如何實現174 
8.3.2實現原理175 
8.3.3擴展閱讀176 
8.3.4參閱178 
8.4尺度不變特徵的檢測178 
8.4.1如何實現179 
8.4.2實現原理180 
8.4.3擴展閱讀181 
8.4.4參閱183 
8.5多尺度FAST特徵的檢測183 
8.5.1如何實現183 
8.5.2實現原理184 
8.5.3擴展閱讀185 
8.5.4參閱186 

第9章描述和匹配興趣點187 
9.1簡介187 
9.2局部模板匹配187 
9.2.1如何實現188 
9.2.2實現原理190 
9.2.3擴展閱讀191
9.2.4參閱192 
9.3描述並匹配局部強度值模式192 
9.3.1如何實現193 
9.3.2實現原理195 
9.3.3擴展閱讀196 
9.3.4參閱199 
9.4用二值描述子匹配關鍵點199 
9.4.1如何實現199 
9.4.2實現原理200 
9.4.3擴展閱讀201 
9.4.4參閱202 

第10章估算圖像之間的投影關係203 
10.1簡介203 
10.2計算圖像對的基礎矩陣205 
10.2.1準備工作205 
10.2. 2如何實現206 
10.2.3實現原理208 
10.2.4參閱209 
10.3用RANSAC（隨機抽樣一致性）算法匹配圖像209 
10.3.1如何實現209 
10.3.2實現原理212 
10.3.3擴展閱讀213 
10.4計算兩幅圖像之間的單應矩陣214 
10.4.1準備工作214 
10.4.2如何實現215 
10.4.3實現原理217 
10.4.4擴展閱讀218 
10.4.5參閱219 
10.5檢測圖像中的平面目標219
10.5.1如何實現219 
10.5.2實現原理221 
10.5.3參閱224 

第11章三維重建225 
11.1簡介225 
11.2相機標定226 
11.2.1如何實現227 
11.2.2實現原理230 
11.2.3擴展閱讀232 
11.2. 4參閱233 
11.3相機姿態還原233 
11.3.1如何實現233 
11.3.2實現原理235 
11.3.3擴展閱讀236 
11.3.4參閱238 
11.4用標定相機實現三維重建238 
11.4.1如何實現238 
11.4.2實現原理241 
11.4.3擴展閱讀243 
11.4.4參閱244 
11.5計算立體圖像的深度244 
11.5.1準備工作244 
11.5.2如何實現245 
11.5.3實現原理247 
11.5.4參閱247 

第12章處理視頻序列248 
12.1簡介248 
12.2讀取視頻序列248 
12.2.1如何實現248 
12.2.2實現原理250 
12.2.3擴展閱讀251
12.2.4參閱251 
12.3處理視頻幀251 
12.3.1如何實現251 
12.3.2實現原理252 
12.3.3擴展閱讀256 
12.3.4參閱258 
12.4寫入視頻幀258 
12.4.1如何實現259 
12.4.2實現原理259 
12.4.3擴展閱讀262 
12.4.4參閱263 
12.5提取視頻中的前景物體263 
12.5.1如何實現264 
12.5.2實現原理266 
12.5.3擴展閱讀266 
12.5.4參閱268 

第13章跟踪運動目標269 
13.1簡介269 
13.2跟踪視頻中的特徵點269 
13.2.1如何實現269 
13.2.2實現原理274 
13.2.3參閱274 
13.3估算光流275 
13.3.1準備工作275 
13.3.2如何實現276 
13.3.3實現原理278 
13.3.4參閱279 
13.4跟踪視頻中的物體279 
13.4.1如何實現279 
13.4.2實現原理282 
13.4.3參閱284

第14章實用案例285 
14.1簡介285 
14.2人臉識別286 
14.2.1如何實現286 
14.2.2實現原理288 
14.2.3參閱290 
14.3人臉定位291 
14.3.1準備工作291 
14.3.2如何實現292 
14.3. 3實現原理295 
14.3.4擴展閱讀297 
14.3.5參閱298 
14.4行人檢測298 
14.4.1準備工作298 
14.4.2如何實現299 
14.4.3實現原理302 
14.4.4擴展閱讀304 
14.4.5參閱308