OpenCV 4计算机视觉项目实战
￥79.00定价
作者： [西班牙] 大卫·米兰·埃斯克里瓦
译者：冀臻 译；
出版时间：2019-07
出版社：机械工业出版社
- 机械工业出版社
- 9787111631644
- 281273
- 2019-07
内容简介
本书通过实例和项目讲解OpenCV概念及其算法。首先介绍OpenCV的安装和图像处理的基础知识。然后，覆盖用户界面并深入讲解图像处理，读者将学到复杂的计算机视觉算法，并探索机器学习和人脸检测。之后，本书将介绍如何在复杂场景中创建光流视频分析和背景减除，还将讲解文本分割和识别，以及新的和改进的深度学习模块的基础知识。*后，本书介绍了OpenCV的基础知识，例如矩阵运算、滤波器和直方图，帮读者掌握常用的计算机视觉技术，从头开始构建OpenCV项目。
目录
前言作者简介审校者简介第1章 OpenCV入门11.1 了解人类视觉系统11.2 人类如何理解图像内容31.3 你能用OpenCV做什么41.3.1 内置数据结构和输入/输出41.3.2 图像处理操作51.3.3 GUI51.3.4 视频分析61.3.5 3D重建61.3.6 特征提取71.3.7 对象检测71.3.8 机器学习81.3.9 计算摄影81.3.10 形状分析91.3.11 光流算法91.3.12 人脸和对象识别91.3.13 表面匹配101.3.14 文本检测和识别101.3.15 深度学习101.4 安装OpenCV101.4.1 Windows111.4.2 Mac OS X111.4.3 Linux131.5 总结14第2章 OpenCV基础知识导论152.1 技术要求152.2 基本CMake配置文件162.3 创建一个库162.4 管理依赖项172.5 让脚本更复杂182.6 图像和矩阵202.7 读/写图像222.8 读取视频和摄像头252.9 其他基本对象类型272.9.1 Vec对象类型272.9.2 Scalar对象类型282.9.3 Point对象类型282.9.4 Size对象类型292.9.5 Rect对象类型292.9.6 RotatedRect对象类型292.10 基本矩阵运算302.11 基本数据存储322.12 总结34第3章 学习图形用户界面353.1 技术要求353.2 OpenCV用户界面介绍363.3 OpenCV的基本图形用户界面363.4 Qt图形用户界面443.5 OpenGL支持503.6 总结54第4章 深入研究直方图和滤波器554.1 技术要求564.2 生成CMake脚本文件564.3 创建图形用户界面574.4 绘制直方图594.5 图像颜色均衡624.6 Lomography效果644.7 卡通效果684.8 总结72第5章 自动光学检查、对象分割和检测735.1 技术要求735.2 隔离场景中的对象745.3 为AOI创建应用程序765.4 预处理输入图像785.4.1 噪声消除785.4.2 用光模式移除背景进行分割795.4.3 阈值845.5 分割输入图像855.5.1 连通组件算法855.5.2 findContours算法905.6 总结92第6章 学习对象分类946.1 技术要求946.2 机器学习概念介绍956.3 计算机视觉和机器学习工作流程986.4 自动对象检查分类示例1006.4.1 特征提取1026.4.2 训练SVM模型1056.4.3 输入图像预测1096.5 总结111第7章 检测面部部位与覆盖面具1127.1 技术要求1127.2 了解Haar级联1127.3 什么是积分图像1147.4 在实时视频中覆盖面具1157.5 戴上太阳镜1187.6 跟踪鼻子、嘴巴和耳朵1217.7 总结122第8章 视频监控、背景建模和形态学操作1238.1 技术要求1238.2 理解背景减除1248.3 直接的背景减除1248.4 帧差分1288.5 高斯混合方法1318.6 形态学图像处理1338.7 使形状变细1348.8 使形状变粗1358.9 其他形态运算符1368.9.1 形态开口1368.9.2 形态闭合1378.9.3 绘制边界1388.9.4 礼帽变换1398.9.5 黑帽变换1408.10 总结140第9章 学习对象跟踪1419.1 技术要求1419.2 跟踪特定颜色的对象1419.3 构建交互式对象跟踪器1439.4 用Harris角点检测器检测点1489.5 用于跟踪的好特征1519.6 基于特征的跟踪1539.6.1 Lucas-Kanade方法1539.6.2 Farneback算法1579.7 总结161第10章 开发用于文本识别的分割算法16210.1 技术要求16210.2 光学字符识别介绍16210.3 预处理阶段16410.3.1 对图像进行阈值处理16410.3.2 文本分割16510.4 在你的操作系统上安装Tesseract OCR17210.4.1 在Windows上安装Tesseract17210.4.2 在Mac上安装Tesseract17310.5 使用Tesseract OCR库17310.6 总结177第11章 用Tesseract进行文本识别17811.1 技术要求17811.2 文本API的工作原理17911.2.1 场景检测问题17911.2.2 极值区域18011.2.3 极值区域过滤18111.3 使用文本API18211.3.1 文本检测18211.3.2 文本提取18711.3.3 文本识别18911.4 总结193第12章 使用OpenCV进行深度学习19412.1 技术要求19412.2 深度学习简介19512.2.1 什么是神经网络，我们如何从数据中学习19512.2.2 卷积神经网络19712.3 OpenCV中的深度学习19812.4 YOLO用于实时对象检测19912.4.1 YOLO v3深度学习模型架构20012.4.2 YOLO数据集、词汇表和模型20012.4.3 将YOLO导入OpenCV20112.5 用SSD进行人脸检测20412.5.1 SSD模型架构20412.5.2 将SSD人脸检测导入OpenCV20412.6 总结208
