《基于OpenCV的數(shù)字圖像處理技術》從OpenCV出發(fā)，介紹數(shù)字圖像處理相關基本理論和算法以及在OpenCV平臺的實現(xiàn)方法，也介紹一些常用的計算機視覺方法。
《基于OpenCV的數(shù)字圖像處理技術》可以作為信號與信息處理、計算機科學與技術、通信工程、地球物理、醫(yī)學等專業(yè)本科數(shù)字圖像處理相關課程的基礎教材，也可以作為相關專業(yè)研究生的參考材料，還可供相應的工程技術人員參考使用。
第1章緒論之后，《基于OpenCV的數(shù)字圖像處理技術》主要分為3個部分。
第1部分是OpenCV平臺的編譯和使用，包括第2章和第3章。通過本部分內(nèi)容的學習，讀者能夠掌握OpenCV平臺的使用方法和一些基本的UI操作。
第2部分是傳統(tǒng)的數(shù)字圖像處理部分內(nèi)容，包括第4章空間域圖像處理，第5章頻域圖像處理，第6章彩色圖像處理，第7章圖像分割，第8章形態(tài)學處理。通過本部分的學習，讀者能夠掌握圖像處理的一些基本概念和基本方法。
第3部分是與計算機視覺相關的圖像處理內(nèi)容，包括第9章目標檢測，第10章2D圖像特征，第11章目標跟蹤，第12章基于深度學習的圖像處理。通過本部分的學習，讀者能夠完成一些常用的計算機視覺任務，如目標檢測、圖像拼接、目標跟蹤和基于深度學習的目標識別等。
第1章 緒論
1．1 圖像的獲取方式
1．2 圖像的表示
1．3 數(shù)字圖像的基本類型
1．4 圖像存儲和圖像文件格式
1．4．1 BMP圖像
1．4．2 TIFF圖像
1．4．3 GIF圖像
1．4．4 PNG圖像
1．4．5 JPEG圖像
1．5 數(shù)字圖像處理的主要研究內(nèi)容
1．6 總結
1．7 實習題
第2章 OpenCV簡介
2．1 OpenCV簡介
2．1．1 OpenCV主要發(fā)展歷史
2．1．2 OpenCV的特點
2．1．3 OpenCV的設計目標
2．1．4 OpenCV的應用領域
2．1．5 OpenCV的結構和內(nèi)容
2．2 OpenCV的下載和安裝
2．2．1 OpenCV資源
2．2．2 OpenCV發(fā)行版的安裝和使用
2．2．3 OpenCV源碼的編譯
2．2．4 在visual C++工程中使用OpenCV的靜態(tài)庫
2．3 OpenCV API使用特點
2．3．1 cv命名空間
2．3．2 自動內(nèi)存管理
2．3．3 輸出數(shù)據(jù)自動分配內(nèi)存
2．3．4 飽和轉(zhuǎn)換
2．3．5 固定的數(shù)據(jù)類型和對模板的限制使用
2．3．6 InputArray和OutputArray
2．3．7 錯誤處理
2．3．8 多線程和可重人性
2．4 OpenCV的頭文件
2．5 OpenCV圖形用戶接口HighGUI模塊介紹
2．5．1 讀取和顯示圖像
2．5．2 播放視頻
2．5．3 滑動條
2．5．4 鼠標的操作
2．5．5 cv：waitKey（）函數(shù)
2．6 總結
2．7 實習題
第3章 OpenCV基本數(shù)據(jù)結構和基本組件
3．1 基礎圖像容器cv：：Mat
3．1．1 cv：：Mat類簡介
3．1．2 Mat類常用構造方法
3．1．3 cv：：Mat基本操作
3．1．4 cv：：Mat中數(shù)據(jù)元素的訪問
3．1．5 MFC中cv：：Mat圖像的顯示
3．2 其他常用數(shù)據(jù)結構和函數(shù)
3．2．1 點的表示：cv：：Point類
3．2．2 顏色表示：cv：：Scalar類
3．2．3 尺寸的表示：cv：：Size類
3．2．4 矩形的表示：cv：：Rect類
3．2．5 旋轉(zhuǎn)矩形類：cv：：RotatedRect類
3．2．6 固定矩陣類
3．2．7 固定向量類：cv：：Vec
3．2．8 復數(shù)類
3．3 輔助對象
3．3．1 cv：：TermCriteria類
3．3．2 cv：：Range類
3．3．3 cv：：Ptr模板類
3．4 工具函數(shù)和系統(tǒng)函數(shù)
3．4．1 數(shù)學函數(shù)
3．4．2 內(nèi)存管理函數(shù)
3．4．3 性能優(yōu)化函數(shù)
3．4．4 異常處理函數(shù)
3．5 圖像上簡單繪圖
3．5．1 繪制文字
3．5．2 繪制直線和矩形
3．5．3 繪制折線
3．5．4 圖像上繪制圓形和橢圓
3．6 保存圖像
3．7 圖像幾何操作
3．7．1 圖像均勻調(diào)整
3．7．2 仿射變換
3．7．3 對數(shù)極坐標變換
3．8 總結
3．9 實習題
第4章 數(shù)字圖像灰度變換與空間濾波
第5章 頻域圖像處理
第6章 彩色圖像處理
第7章 圖像分割
第8章 數(shù)學形態(tài)學處理
第9章 特征提取和目標檢測
第10章 2D圖像特征
第11章 視頻目標跟蹤
第12章 基于深度神經(jīng)網(wǎng)絡DNN的圖像處理
書單推薦
