OpenCV計(jì)算機(jī)視覺基礎(chǔ)教程(Python版)(慕課版)
定 價(jià):46 元
- 作者:夏幫貴
- 出版時(shí)間:2021/8/1
- ISBN:9787115561770
- 出 版 社:人民郵電出版社
- 中圖法分類:TP391.413
- 頁碼:188
- 紙張:
- 版次:01
- 開本:16K
本書注重基礎(chǔ)、循序漸進(jìn),系統(tǒng)地介紹了使用Python實(shí)現(xiàn)OpenCV應(yīng)用的相關(guān)基礎(chǔ)知識(shí)。本書共分為10章,涵蓋OpenCV起步、圖像處理基礎(chǔ)、圖形用戶界面、圖像變換、邊緣和輪廓、直方圖、模板匹配和圖像分割、特征檢測(cè)、人臉檢測(cè)和識(shí)別、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等內(nèi)容。
本書內(nèi)容豐富、講解詳細(xì),適用于具有一定Python程序設(shè)計(jì)基礎(chǔ)的OpenCV計(jì)算機(jī)視覺用戶,可用作各類院校相關(guān)專業(yè)教材,同時(shí)也可作為OpenCV愛好者的參考書。
1.本書主要針對(duì)高等院校學(xué)生的特點(diǎn),突出素質(zhì)教育,以培養(yǎng)學(xué)生的能力為本位,以提高學(xué)生的就業(yè)技能為導(dǎo)向。
2.全書內(nèi)容簡(jiǎn)潔、結(jié)構(gòu)嚴(yán)謹(jǐn)、邏輯分明、條理清晰,在內(nèi)容和形式上都有創(chuàng)新。
3.教材的編寫由淺入深,即使沒有接觸過OpenCV應(yīng)用開發(fā)的學(xué)生也能很快上手。
4.本教材注重理論與實(shí)踐的結(jié)合,使學(xué)生能通過實(shí)踐深化對(duì)理論的理解,學(xué)會(huì)并掌握理論知識(shí)的實(shí)際應(yīng)用。能更好地培養(yǎng)學(xué)生的專業(yè)技能和實(shí)踐能力,學(xué)生在學(xué)完本書后能學(xué)以致用。
5.本書采用“基礎(chǔ)為主、實(shí)用為先、專業(yè)結(jié)合”等教學(xué)方法,充分激發(fā)學(xué)生的學(xué)習(xí)興趣,發(fā)揮學(xué)生學(xué)習(xí)的主動(dòng)性,變常規(guī)的被動(dòng)學(xué)習(xí)和填鴨式教學(xué)為積極主動(dòng)學(xué)習(xí)。
6.參與本書編寫工作的人員都是長(zhǎng)期從事程序設(shè)計(jì)技術(shù)及相關(guān)課程教學(xué)的一線教師,具有豐富的教學(xué)經(jīng)驗(yàn)和實(shí)踐經(jīng)驗(yàn)。
夏幫貴,西華大學(xué)副教授,1998年畢業(yè)于西南大學(xué),主要從事數(shù)據(jù)庫、軟件開發(fā),已出版VB、C/C++、VF、Java、PHP、ASP.NET等相關(guān)教材十余部。
第 1章 OpenCV起步 1
1.1 OpenCV簡(jiǎn)介 1
1.1.1 OpenCV主要功能及模塊介紹 1
1.1.2 OpenCV的版本 3
1.1.3 OpenCV-Python 3
1.2 配置開發(fā)環(huán)境 4
1.2.1 安裝Python 4
1.2.2 安裝NumPy 5
1.2.3 安裝OpenCV-Python 6
1.2.4 安裝Visual Studio Code 9
1.3 使用OpenCV文檔和示例 10
1.3.1 查看OpenCV文檔 10
1.3.2 查看OpenCV-Python示例 11
1.4 實(shí)驗(yàn) 13
1.4.1 實(shí)驗(yàn)1:配置虛擬開發(fā)環(huán)境 13
1.4.2 實(shí)驗(yàn)2:在VS Code中運(yùn)行示例 15
習(xí)題 16
第 2章 圖像處理基礎(chǔ) 17
2.1 NumPy簡(jiǎn)介 17
2.1.1 數(shù)據(jù)類型 17
2.1.2 創(chuàng)建數(shù)組 18
2.1.3 數(shù)組的形狀 20
2.1.4 索引、切片和迭代 21
2.1.5 數(shù)組運(yùn)算 22
2.2 圖像基礎(chǔ)操作 24
2.2.1 讀、寫、顯示圖像 24
2.2.2 讀、寫、播放視頻 27
2.2.3 操作灰度圖像 29
2.2.4 操作彩色圖像 30
2.2.5 圖像通道操作 31
2.3 圖像運(yùn)算 33
2.3.1 加法運(yùn)算 33
2.3.2 加權(quán)加法運(yùn)算 34
2.3.3 位運(yùn)算 35
2.4 實(shí)驗(yàn) 36
2.4.1 實(shí)驗(yàn)1:為人物圖像打碼 36
2.4.2 實(shí)驗(yàn)2:創(chuàng)建圖像掩!37
習(xí)題 39
第3章 圖形用戶界面 40
3.1 窗口控制 40
3.1.1 創(chuàng)建和關(guān)閉窗口 40
3.1.2 調(diào)整窗口大小 41
3.2 繪圖 41
3.2.1 繪制直線 41
3.2.2 繪制矩形 42
3.2.3 繪制圓 43
3.2.4 繪制橢圓 44
3.2.5 繪制多邊形 44
3.2.6 繪制文本 45
3.2.7 繪制箭頭 47
3.3 響應(yīng)鼠標(biāo)事件 47
3.4 使用跟蹤欄 49
3.5 實(shí)驗(yàn) 50
3.5.1 實(shí)驗(yàn)1:使用鼠標(biāo)指針取點(diǎn)繪圖 50
3.5.2 實(shí)驗(yàn)2:使用跟蹤欄選擇通道圖像 51
習(xí)題 52
第4章 圖像變換 54
4.1 色彩空間變換 54
4.1.1 RGB色彩空間 54
4.1.2 GRAY色彩空間 55
4.1.3 YCrCb色彩空間 56
4.1.4 HSV色彩空間 57
4.2 幾何變換 58
4.2.1 縮放 58
4.2.2 翻轉(zhuǎn) 59
4.2.3 仿射 60
4.2.4 透視 64
4.3 圖像模糊 65
4.3.1 均值濾波 65
4.3.2 高斯濾波 67
4.3.3 方框?yàn)V波 68
4.3.4 中值濾波 69
4.3.5 雙邊濾波 70
4.3.6 2D卷積 71
4.4 閾值處理 72
4.4.1 全局閾值處理 72
4.4.2 自適應(yīng)閾值處理 78
4.5 形態(tài)變換 79
4.5.1 形態(tài)操作內(nèi)核 79
4.5.2 腐蝕 80
4.5.3 膨脹 82
4.5.4 高級(jí)形態(tài)操作 83
4.6 實(shí)驗(yàn) 86
4.6.1 實(shí)驗(yàn)1:圖像幾何變換 86
4.6.2 實(shí)驗(yàn)2:圖像形態(tài)變換 87
習(xí)題 88
第5章 邊緣和輪廓 89
5.1 邊緣檢測(cè) 89
5.1.1 Laplacian邊緣檢測(cè) 89
5.1.2 Sobel邊緣檢測(cè) 90
5.1.3 Canny邊緣檢測(cè) 91
5.2 圖像輪廓 92
5.2.1 查找輪廓 92
5.2.2 繪制輪廓 94
5.2.3 輪廓特征 95
5.3 霍夫變換 106
5.3.1 霍夫直線變換 106
5.3.2 霍夫圓變換 108
5.4 實(shí)驗(yàn) 110
5.4.1 實(shí)驗(yàn)1:執(zhí)行Canny邊緣檢測(cè) 110
5.4.2 實(shí)驗(yàn)2:查找和繪制輪廓 111
習(xí)題 112
第6章 直方圖 113
6.1 直方圖基礎(chǔ) 113
6.1.1 用hist()函數(shù)繪制直方圖 113
6.1.2 用calcHist()函數(shù)查找直方圖 114
6.1.3 應(yīng)用掩模的直方圖 115
6.1.4 NumPy中的直方圖 116
6.2 直方圖均衡化 117
6.2.1 普通直方圖均衡化 117
6.2.2 限制對(duì)比度自適應(yīng)直方圖均衡化 118
6.3 二維直方圖 120
6.3.1 OpenCV中的二維直方圖 120
6.3.2 NumPy中的二維直方圖 121
6.4 實(shí)驗(yàn) 122
6.4.1 實(shí)驗(yàn)1:使用NumPy函數(shù)計(jì)算直方圖 122
6.4.2 實(shí)驗(yàn)2:使用OpenCV函數(shù)計(jì)算直方圖 123
習(xí)題 124
第7章 模板匹配和圖像分割 125
7.1 模板匹配 125
7.1.1 單目標(biāo)匹配 125
7.1.2 多目標(biāo)匹配 127
7.2 圖像分割 128
7.2.1 使用分水嶺算法分割圖像 128
7.2.2 圖像金字塔 131
7.3 交互式前景提取 135
7.4 實(shí)驗(yàn) 138
7.4.1 實(shí)驗(yàn)1:使用模板匹配查找圖像 138
7.4.2 實(shí)驗(yàn)2:使用交互式前景提取方法分割圖像 139
習(xí)題 140
第8章 特征檢測(cè) 141
8.1 角檢測(cè) 141
8.1.1 哈里斯角檢測(cè) 141
8.1.2 優(yōu)化哈里斯角 142
8.1.3 Shi-Tomasi角檢測(cè) 143
8.2 特征點(diǎn)檢測(cè) 144
8.2.1 FAST特征檢測(cè) 145
8.2.2 SIFT特征檢測(cè) 146
8.2.3 ORB特征檢測(cè) 147
8.3 特征匹配 147
8.3.1 暴力匹配器 147
8.3.2 FLANN匹配器 151
8.4 對(duì)象查找 152
8.5 實(shí)驗(yàn) 154
8.5.1 實(shí)驗(yàn)1:應(yīng)用Shi-Tomasi角檢測(cè)器 154
8.5.2 實(shí)驗(yàn)2: 應(yīng)用特征匹配查找對(duì)象 155
習(xí)題 157
第9章 人臉檢測(cè)和識(shí)別 158
9.1 人臉檢測(cè) 158
9.1.1 基于Haar的人臉檢測(cè) 158
9.1.2 基于深度學(xué)習(xí)的人臉檢測(cè) 161
9.2 人臉識(shí)別 162
9.2.1 EigenFaces人臉識(shí)別 163
9.2.2 FisherFaces人臉識(shí)別 164
9.2.3 LBPH人臉識(shí)別 165
9.3 實(shí)驗(yàn) 167
9.3.1 實(shí)驗(yàn)1:使用Haar級(jí)聯(lián)檢測(cè)器 167
9.3.2 實(shí)驗(yàn)2:使用EigenFaces人臉識(shí)別器 168
習(xí)題 169
第 10章 機(jī)器學(xué)習(xí)和深度學(xué)習(xí) 170
10.1 機(jī)器學(xué)習(xí) 170
10.1.1 kNN算法 170
10.1.2 SVM算法 173
10.1.3 k均值聚類算法 175
10.2 深度學(xué)習(xí) 177
10.2.1 基于深度學(xué)習(xí)的圖像識(shí)別 177
10.2.2 基于深度學(xué)習(xí)的對(duì)象檢測(cè) 181
10.3 實(shí)驗(yàn) 185
10.3.1 實(shí)驗(yàn)1:調(diào)整圖像顏色 185
10.3.2 實(shí)驗(yàn)2:檢測(cè)視頻中的對(duì)象 186
習(xí)題 188