基本介紹
- 中文名：OpenCV輕鬆入門：面向Python（第2版）
- 作者：李立宗
- 出版時間：2023年6月
- 出版社：電子工業出版社
- 頁數：584 頁
- ISBN：9787121455995
- 定價：139.99 元
- 開本：16 開
內容簡介,圖書目錄,作者簡介,
內容簡介
《OpenCV輕鬆入門：面向Python（第2版）》在介紹 OpenCV 函式的使用方法時，提供了大量的程式示例，並以循序漸進的方式展開。在介紹具體的算法原理時，本書儘量使用通俗易懂的語言和貼近生活的實例來說明問題，避免使用過多複雜抽象的公式。本書適合計算機視覺領域的初學者閱讀，包括在校學生、教師、專業技術人員、圖像處理愛好者。
圖書目錄
第1章 OpenCV入門 1
1.1 如何使用 1
1.2 圖像處理基本操作 3
1.2.1 讀取圖像 4
1.2.2 顯示圖像 5
1.2.3 保存圖像 10
1.3 OpenCV貢獻庫10
第2章 圖像處理基礎 12
2.1 圖像的基本表示方法 12
2.2 像素處理 16
2.3 使用numpy.array訪問像素 24
2.4 感興趣區域（ROI）30
2.5 通道操作 32
2.5.1 通道拆分 33
2.5.2 通道合併 35
2.6 獲取圖像屬性 36
第3章 圖像運算 38
3.1 圖像加法運算 38
3.1.1 加號運算符 38
3.1.2 cv2.add 函式39
3.2 圖像加權和 42
3.3 按位邏輯運算 44
3.3.1 按位與運算 44
3.3.2 按位或運算 48
3.3.3 按位非運算 49
3.3.4 按位異或運算 50
3.4 掩膜 51
3.5 圖像與數值的運算 54
3.6 位平面分解 56
3.7 圖像加密和解密 62
3.8 數字水印 66
3.8.1 原理 67
3.8.2 實現方法 70
3.8.3 例題 77
3.9 臉部打碼及解碼 78
3.9.1 按位與方式 78
3.9.2 ROI方式82
第4章 色彩空間類型轉換 85
4.1 色彩空間基礎 85
4.1.1 GRAY色彩空間 85
4.1.2 XYZ色彩空間86
4.1.3 YCrCb色彩空間 86
4.1.4 HSV色彩空間 87
4.1.5 HLS色彩空間88
4.1.6 CIEL*a*b*色彩空間 89
4.1.7 CIEL*u*v*色彩空間 90
4.1.8 Bayer色彩空間 90
4.2 類型轉換函式 92
4.3 類型轉換實例 98
4.3.1 通過數組觀察轉換效果 98
4.3.2 圖像處理實例 102
4.4 HSV色彩空間討論 104
4.4.1 基礎知識 104
4.4.2 獲取指定顏色 105
4.4.3 標記指定顏色 107
4.4.4 標記膚色 111
4.4.5 實現藝術效果 112
4.5 alpha通道113
第5章 幾何變換 116
5.1 縮放 116
5.2 翻轉 120
5.3 仿射 121
5.3.1 平移 122
5.3.2 旋轉 123
5.3.3 更複雜的仿射變換 124
5.4 透視 126
5.5 重映射 127
5.5.1 映射參數的理解 128
5.5.2 複製 129
5.5.3 繞x軸翻轉 131
5.5.4 繞y軸翻轉 133
5.5.5 繞x軸、y軸翻轉135
5.5.6 x軸、y軸互換 137
5.5.7 圖像縮放 139
第6章 閾值處理 141
6.1 threshold函式 141
6.1.1 二值化閾值處理（cv2.THRESH_BINARY） 142
6.1.2 反二值化閾值處理（cv2.THRESH_BINARY_INV） 144
6.1.3 截斷閾值化處理（cv2.THRESH_TRUNC） 146
6.1.4 超閾值零處理（cv2.THRESH_TOZERO_INV） 147
6.1.5 低閾值零處理（cv2.THRESH_TOZERO） 149
6.2 Otsu處理 150
6.3 自適應閾值處理 153
第7章 圖像平滑處理 157
7.1 均值濾波 159
7.1.1 基本原理 159
7.1.2 函式語法 166
7.1.3 程式示例 167
7.2 方框濾波 168
7.2.1 基本原理 169
7.2.2 函式語法 169
7.2.3 程式示例 171
7.3 高斯濾波 176
7.3.1 基本原理 176
7.3.2 函式語法 177
7.3.3 程式示例 179
7.4 中值濾波 180
7.4.1 基本原理 180
7.4.2 函式語法 181
7.4.3 程式示例 181
7.5 雙邊濾波 182
7.5.1 基本原理 182
7.5.2 函式語法 184
7.5.3 程式示例 185
7.6 2D卷積 186
第8章 形態學操作 189
8.1 腐蝕 189
8.2 膨脹 194
8.3 通用形態學函式 199
8.4 開運算 199
8.5 閉運算 201
8.6 形態學梯度運算 203
8.7 禮帽運算 204
8.8 黑帽運算 205
8.9 核函式 207
第9章 圖像梯度 210
9.1 卷積基礎 210
9.2 Sobel理論基礎214
9.3 Sobel運算元及函式使用 216
9.3.1 參數ddepth 217
9.3.2 方向 221
9.3.3 實例 223
9.4 Scharr運算元及函式使用 226
9.5 Sobel運算元和Scharr運算元的比較 231
9.6 Laplacian運算元及函式使用 232
9.7 運算元總結 234
第10章 Canny邊緣檢測 235
10.1 Canny邊緣檢測基礎 235
10.2 Canny函式及使用 239
第11章 圖像金字塔 241
11.1 理論基礎241
11.2 pyrDown函式及使用 243
11.3 pyrUp函式及使用 245
11.4 採樣可逆性的研究247
11.5 拉普拉斯金字塔 250
11.5.1 定義 250
11.5.2 套用 252
第12章 圖像輪廓 257
12.1 查找並繪製輪廓 257
12.1.1 查找圖像輪廓：findContours函式 257
12.1.2 繪製圖像輪廓：drawContours函式 265
12.1.3 輪廓實例 266
12.2 矩特徵 270
12.2.1 矩的計算：moments函式271
12.2.2 計算輪廓的面積：contourArea函式 273
12.2.3 計算輪廓的長度：arcLength函式 276
12.3 Hu矩 278
12.3.1 Hu矩函式 278
12.3.2 形狀匹配 282
12.4 輪廓擬合284
12.4.1 矩形包圍框 285
12.4.2 最小包圍矩形框 287
12.4.3 最小包圍圓形 289
12.4.4 最優擬合橢圓 290
12.4.5 最優擬合直線 291
12.4.6 最小外包三角形 293
12.4.7 逼近多邊形 294
12.5 凸包296
12.5.1 獲取凸包 297
12.5.2 凸缺陷 299
12.5.3 幾何學測試 302
12.6 利用形狀場景算法比較輪廓306
12.6.1 計算形狀場景距離 306
12.6.2 計算Hausdorff距離 309
12.7 輪廓的特徵值312
12.7.1 寬高比 312
12.7.2 Extent 313
12.7.3 Solidity 314
12.7.4 等效直徑（Equivalent Diameter） 315
12.7.5 方向 316
12.7.6 掩膜和像素點 318
12.7.7 最大值和最小值及它們的位置 323
12.7.8 平均顏色及平均灰度 325
12.7.9 極點 326
第13章 直方圖處理 329
13.1 直方圖的含義329
13.2 繪製直方圖 333
13.2.1 使用Numpy繪製直方圖 333
13.2.2 使用OpenCV繪製直方圖 335
13.2.3 使用掩膜繪製直方圖 341
13.3 直方圖均衡化345
13.3.1 直方圖均衡化原理 347
13.3.2 直方圖均衡化處理 351
13.4 pyplot模組介紹 353
13.4.1 subplot函式353
13.4.2 imshow函式 354
第14章 傅立葉變換 358
14.1 理論基礎358
14.2 Numpy實現傅立葉變換 362
14.2.1 實現傅立葉變換 363
14.2.2 實現逆傅立葉變換 364
14.3 OpenCV實現傅立葉變換 365
14.3.1 實現傅立葉變換 366
14.3.2 實現逆傅立葉變換 368
14.4 濾波處理369
14.4.1 濾波原理 369
14.4.2 高通濾波實現 374
14.4.3 低通濾波實現 377
第15章 模板匹配 380
15.1 模板匹配基礎380
15.2 多模板匹配 387
第16章 霍夫變換 393
16.1 霍夫直線變換393
16.1.1 霍夫變換原理 393
16.1.2 HoughLines函式 399
16.1.3 HoughLinesP函式 401
16.2 霍夫圓環變換403
第17章 圖像分割與提取 406
17.1 用分水嶺算法實現圖像分割與提取 406
17.1.1 算法原理 406
17.1.2 相關函式介紹 408
17.1.3 分水嶺算法圖像分割實例 418
17.2 互動式前景提取 421
17.2.1 矩形框提取 424
17.2.2 自定義模板提取 426
17.2.3 手繪模板提取 429
第18章 視頻處理 432
18.1 VideoCapture類 432
18.1.1 類函式介紹 432
18.1.2 捕獲攝像頭視頻 437
18.1.3 播放視頻檔案 438
18.2 VideoWriter類 438
18.2.1 類函式介紹 439
18.2.2 保存視頻 440
18.3 視頻操作基礎442
第19章 繪圖及互動 444
19.1 繪畫基礎444
19.1.1 繪製直線 445
19.1.2 繪製矩形 446
19.1.3 繪製圓形 447
19.1.4 繪製橢圓 449
19.1.5 繪製多邊形 450
19.1.6 在圖形上繪製文字 451
19.2 滑鼠互動454
19.2.1 繪製隨機矩形 456
19.2.2 雙視窗繪製圖形 457
19.2.3 繪製多種不同圖形 458
19.3 滾動條 460
19.3.1 用滾動條實現調色板 461
19.3.2 滾動條互動 462
19.3.3 用滾動條作為開關 463
第20章 K近鄰算法 465
20.1 理論基礎465
20.2 計算468
20.2.1 歸一化 468
20.2.2 距離計算 469
20.3 手寫數字識別的原理 470
20.4 自定義函式手寫數字識別 475
20.5 K近鄰模組的基本使用 482
20.6 K近鄰手寫數字識別 487
第21章 支持向量機 490
21.1 理論基礎490
21.2 SVM流程493
21.3 SVM員工表現預測 494
21.4 手寫數字識別498
第22章 K均值聚類 508
22.1 理論基礎508
22.1.1 分豆子 509
22.1.2 K均值聚類的基本步驟 512
22.2 K均值聚類模組 512
22.3 單特徵豆子分類 513
22.4 米粒分類517
22.5 灰度圖像二值化 521
第23章 人臉識別 526
23.1 人臉檢測526
23.1.1 基本原理 526
23.1.2 級聯分類器的使用 529
23.1.3 函式介紹 530
23.1.4 案例介紹 531
23.2 人臉識別基礎534
23.2.1 人臉識別基本流程 534
23.2.2 OpenCV人臉識別基礎 535
23.3 LPBH人臉識別 536
23.3.1 基本原理 537
23.3.2 函式介紹 540
23.3.3 案例介紹 541
23.4 EigenFaces人臉識別 543
23.4.1 基本原理 543
23.4.2 函式介紹 543
23.4.3 案例介紹 544
23.5 Fisherfaces人臉識別 546
23.5.1 基本原理 546
23.5.2 函式介紹 547
23.5.3 案例介紹 548
23.6 人臉資料庫 549
附錄A 範例 551
附錄B 練習題554
附錄C 參考答案 561
參考文獻 564
作者簡介
李立宗，南開大學碩士，天津職業技術師範大學副教授，從事計算機視覺領域的教學和科研工作。擁有發明專利一項、軟體著作權十餘項，公開發表論文十餘篇，著有《計算機視覺40例：從入門到深度學習（OpenCV-Python）》等多部圖書。在網易雲課堂主講的《OpenCV圖窮匕見》等多門課程被評為精品課。
