OpenCV 計算機視覺入門與案例解析
宋春華、趙俊、夏曉華
- 出版商: 化學工業
- 出版日期: 2024-06-01
- 售價: $528
- 貴賓價: 9.5 折 $502
- 語言: 簡體中文
- 頁數: 195
- ISBN: 7122449823
- ISBN-13: 9787122449825
-
相關分類:
影像辨識 Image-recognition
立即出貨
買這商品的人也買了...
-
$580$458 -
$550$435 -
$580$458 -
$580$458 -
$734Scala 編程, 3/e (Programming in Scala : Updated for Scala 2.12, 3/e)
-
$403程序員的數學 : 線性代數和概率統計
-
$760$646 -
$1,200$948 -
$600$300 -
$760PyTorch 電腦視覺實戰:目標偵測、影像處理與深度學習
-
$505TensorFlow2 強化學習手冊
-
$419$398 -
$607$571 -
$680$537 -
$588$559 -
$414$393 -
$479$455
商品描述
OpenCV是一個開源、跨平臺的計算機視覺庫,近年來成為了初學者快速入門計算機視覺的首選工具之一。本書旨在讓讀者快速實現從入門到掌握這一工具。 本書首先通過編寫實用案例來描述OpenCV圖像處理的過程,圍繞案例,解析在圖像處理過程中所使用的功能函數,說明其中參數調用配置、使用函數的原理及其應用的場景,並且解析函數調用的細節,讓讀者在學習實用案例的過程中逐漸掌握不同功能函數的用法、用途,明白其中所使用的條件;其次,通過展示OpenCV庫進行圖像和視頻的採集、處理和分析的流程,讓讀者瞭解、學習圖像處理的具體流程框架以及邏輯順序,與案例共同解析,感受到真實項目中所涉及的應用過程。本書先讓讀者瞭解案例,再分析案例中的函數調用,讓讀者對OpenCV圖像處理操作在實際項目中的具體應用過程有更加直觀的感受,這也是本書的亮眼部分。 本書適合計算機及模式識別、機械電子工程、自動化等相關領域的科研人員和工程技術人員參考使用,也可作為高等學校智能感知工程、機械電子工程、電子信息、自動化、計算機等相關專業的本科生和研究生的教學和參考用書。
目錄大綱
基礎知識篇
第1章 C++語言介紹
1.1 C++語言程序設計
1.1.1 變量的定義和賦值
1.1.2 數據類型和運算符
1.1.3 輸入與輸出
1.2 C++語言基本結構
1.2.1 順序結構
1.2.2 選擇結構
1.2.3 循環結構
1.3 C++程序基本結構
1.3.1 頭文件
1.3.2 命名空間
1.3.3 全局變量
1.3.4 main()函數
1.3.5 局部變量
1.3.6 函數
1.3.7 註釋
第2章 OpenCV概述
2.1 OpenCV介紹
2.2 機器視覺與OpenCV發展史
2.2.1 機器視覺發展史
2.2.2 OpenCV發展史
2.3 OpenCV的應用與前景
第3章 OpenCV的環境搭建
3.1 OpenCV 4.7.0簡介
3.2 安裝OpenCV的準備工作
3.3 安裝步驟
3.4 安裝環境配置
OpenCV基礎應用篇
第4章 圖像與視頻的讀取
4.1 讀取圖像
4.2 讀取視頻
4.3 調用攝像頭
4.4 功能函數
4.4.1 Mat類對象
4.4.2 VideoCapture類對象
4.4.3 讀取圖片、視頻功能函數“imread”
4.4.4 圖片、視頻和攝像頭顯示功能函數“imshow”
4.4.5 圖像刷新功能函數“waitKey”
4.5 代碼演示
第5章 圖像和視頻的保存
5.1 保存目標圖像
5.2 圖像保存功能函數“imwrite”
5.3 圖像保存代碼演示
5.4 保存目標視頻
5.5 視頻保存功能函數
5.5.1 視頻寬度屬性函數“CAP_PROP_FRAME_WIDTH”
5.5.2 視頻高度屬性函數“CAP_PROP_FRAME_HEIGHT”
5.5.3 視頻總幀數屬性函數“CAP_PROP_FRAME_COUNT”
5.5.4 視頻幀率屬性函數“CAP_PROP_FPS”
5.5.5 VideoWriter類對象
5.5.6 視頻文件關閉釋放函數“release”
5.6 視頻保存代碼演示
第6章 圖像的預處理操作
6.1 圖像顏色空間轉換
6.1.1 圖像灰度變換
6.1.2 顏色空間轉換函數“cvtColor”
6.1.3 圖像灰度變換代碼演示
6.2 高斯模糊
6.2.1 高斯模糊函數“GaussianBlur”
6.2.2 高斯模糊代碼演示
6.3 中值濾波
6.3.1 中值濾波函數“medianBlur”
6.3.2 中值濾波代碼演示
6.4 邊緣檢測
6.4.1 邊緣檢測函數“Canny”
6.4.2 邊緣檢測流程代碼演示
6.5 圖像的腐蝕與膨脹
6.5.1 圖像二值化函數“threshold”
6.5.2 OTSU算法
6.5.3 TRIANGLE(三角法)算法
6.5.4 獲取結構元素函數“getStructuringElement”
6.5.5 圖像的膨脹操作函數“dilate”
6.5.6 圖像的腐蝕操作函數“erode”
6.5.7 圖像的膨脹與腐蝕操作代碼演示
第7章 圖像的繪制
7.1 創建、繪制自定義圖像
7.2 功能函數
7.2.1 圖像創建函數“Mat”
7.2.2 圓形繪制函數“circle”
7.2.3 矩形繪制函數“rectangle”
7.2.4 文本放置函數“putText”
7.3 代碼演示
OpenCV進階篇
第8章 獲得翹曲圖片
8.1 目標圖像
8.2 獲得目標像素點坐標
8.3 創建結果像素點坐標
8.4 獲得圖像透視變換矩陣
8.5 圖像透視變換
8.5.1 獲取透視變換矩陣函數“getPerspectiveTransform”
8.5.2 透視變換函數“warpPerspective”
8.6 案例優化
8.7 代碼演示
第9章 幾何形狀檢測
9.1 目標圖像
9.2 圖像的預處理
9.3 構建檢測識別模塊
9.3.1 形狀輪廓檢測標記功能
9.3.2 形狀輪廓判斷標識功能
9.4 功能函數
9.4.1 輪廓查找函數“findContours”
9.4.2 弧長計算函數“arcLength”
9.4.3 多邊形擬合函數“approxPolyDP”
9.4.4 邊界矩形函數“boundingRect”
9.4.5 輪廓繪制函數“drawContours”
9.5 案例優化
9.6 代碼演示
第10章 人臉檢測
10.1 目標圖像
10.2 人臉識別相關概念
10.2.1 級聯分類器
10.2.2 Haar人臉特徵
10.2.3 積分圖加速法
10.2.4 AdaBoost學習算法
10.2.5 強分類器的級聯
10.3 利用級聯分類器進行人臉識別
10.4 功能函數
10.4.1 CascadeClassifier
10.4.2 detectMultiScale
10.5 代碼演示
OpenCV提高篇
第11章 創建顏色選擇器
11.1 使用VS 2017創建顏色選擇器
11.1.1 創建調節面板
11.1.2 HSV顏色空間
11.1.3 創建顏色遮罩窗口與視頻捕捉窗口
11.1.4 功能函數
11.1.5 案例優化
11.1.6 代碼演示
11.2 使用VS Code創建顏色選擇器
11.2.1 調用攝像頭
11.2.2 視頻翻轉
11.2.3 進行顏色空間轉換