【现货速发】学习OpenCV3（中文版）

前言

这本书提供了C  开源计算机视觉库（OpenCV）3.0版本的工作指南，介绍了计算机视觉相关领域的通用背景，以便读者更有效地使用OpenCV。

本书的目标

计算机视觉在以下四个趋势的引导下，已经成为一个快速发展的领域：

•智能手机的出现让数以百万计的用户都拥有了相机

•互联网和搜索引擎聚集了海量的图像和视频数据

•计算资源变成一种廉价的商品

•视觉算法发展得更加成熟（由于深度神经网络的出现，OpenCV也正在逐渐支持这方面技术，详情可以参考opencv_contrib中的dnn）

OpenCV通过帮助成千上万的视觉工作者去做更多富有创造性的工作，在图像处理领域扮演着重要的角色。由于OpenCV 3.x的存在，不管你是学生还是研究人员，是专家还是初学者，都可以快速建立应用，并且在OpenCV所提供的基于C  的多平台视觉基础架构上实现一个跨越性的发展。

本书的目标如下：

•通过详细讲述函数的惯用用法以及正确用法，成为一本更好的OpenCV经典参考文档

•帮助读者对各种计算机视觉算法的工作原理有一个基础的理解

•培养读者，使其知道什么算法工具可以使用并且应该在什么时候使用

•提供给读者许多有效的代码，提升其应用计算机视觉和机器学习算法的开发效率

•针对问题代码给读者提供建议，教读者如何解决一些简单或复杂的问题

本书的写作方式是力求帮助读者快速在计算机视觉领域做一些有意思的事情，因此直观地解释了算法是如何工作的，可以指导读者设计和调试计算机视觉程序，还能够使计算机视觉和机器学习算法的形式化描述更容易理解和记忆。

本书受众

本书包含描述、工作代码示例和OpenCV 3.x库中包含的C  计算机视觉工具说明。因此，本书对各种不同类型的用户都有所帮助。

专业人士和开发者

对于需要快速设计原型或实现专业计算机视觉系统的专家而言，示例代码提供的框架可以帮助他们在此基础上进行快速开发。我们对算法的描述可以快速教会或者提醒读者如何使用它们。由于OpenCV 3.x的设计基于位于硬件加速层（HAL）之上，所以它所实现的算法都可以高效运行，并且能够无缝应用各种硬件平台的诸多加速特性。

学生

这是我们希望能广泛应用于学校的教程。直观的解释、详细的文档以及示例代码将能够帮助你在计算机视觉之路上更快地前进，做更有趣的项目，终为这个领域开拓新的研究方向。

教师

计算机视觉是一个快速发展的领域。我们发现，让学生快速浏览容易读的文章并且教师在必要的地方进行说明，再辅之以现阶段的论文或讲座，是一种非常高效的授课方法。与此同时，学生可以提前开始课程设计，并尝试做一些更有挑战性的任务。

爱好者

计算机视觉超有趣的，让我们一起深入探索它吧。

我们致力于为读者提供丰富的指导、文档以及代码来快速建立实时的视觉应用。

本书不是什么

这本书不是正式的论文，我们的确在很多地方讨论了数学上的细节注1，但这都是为了建立一种基于此的更深层次的直觉以及阐明算法中所构建的假设之含义。在这里，我们没有尝试进行一些更加正式的数学解释，因为过多的数学解释可能会使一些人觉得枯燥。

这本书本质上来说更偏向于“应用”，它将作为一个基础的帮助，但是并不着力于介绍某个具体的计算机视觉领域分类（比如医学图像或者遥感图像分析）。

也就是说，我们相信通过阅读这里的解释，学生不仅能更好地学习理论，而且还能记住更多、更久。因此，这本书将是一个很好的理论课程的辅助教材，并且很适合入门课程或以项目为中心的课程使用。

本书例程

本书所有例程都基于OpenCV 3.x。这些代码在Linux，Windows 以及 OS X都可以运行。OpenCV也有充足的对安卓和IOS 的支持。本书所有代码都可以在本书网站（http://bit.ly/learningOpenCV3）获取，OpenCV的源码可以在GitHub（https://github.com/opencv/opencv）获取，OpenCV的预编译版本可以在SourceFroge（https://sourceforge.net/projects/opencvlibrary/）获取。

Op e nCV现在也处于开发过程中，每个季度都有新的官方版本发布。如果希望得到版本，可以从前述的GitHub网站得到代码更新。OpenCV的官方网站是http://opencv.org，如果是开发人员，还可以浏览它的维基页面：https://github.com/opencv/opencv/wiki。

预备知识

在大多数情况下，读者只需要了解如何使用C  编程。本书许多数学相关的段落都不是必须的并且也做出了相应的标记。本书需要的数学基础包括简单的线性代数以及基础矩阵运算，并且假设读者了解小二乘优化、高斯分布的基础知识、贝叶斯法则以及一些简单方程的衍生和变化。

本书对数学的介绍是为了支持建立一种对算法的直觉。读者可以跳过数学部分以及算法描述部分，只阅读函数解释以及代码示例，也可以构建视觉应用并且使其正常工作。

如何使用本书

本书并不一定要按照章节顺序阅读，它可以作为一本用户手册：需要的时候，可以用来查询函数，如果你希望了解它的工作原理，请阅读该函数相关的描述。本书的意图在于提供一本指南。它提供对计算机视觉的基本理解以及如何在何时使用选择的算法。

本书的写作目的是作为计算机视觉的本科或研究生课程的辅助教材或教科书。采取的基本策略是先让学生能够快速阅读课本，然后在其他教科书或者文章中用更正式的章节进行补充阅读。每一章后都配有练习题，可以帮助测试学生对知识的掌握程度并培养更多图像处理方面的意识。

可以采用如下任意一种方法来阅读本书。

抓取重点

先阅读第1~5章，之后只阅读你所需要的章节。除了第18章和第19章（涵盖了相机校正和双目视觉）以及第20章~第22章（涵盖机器学习），这本书并不需要按照章节顺序阅读。以项目为导向的学生和研发人员可以用这种方式阅读。

精读

坚持每周阅读两章，这样你就可以在11周之内读完第1章~第22章（第23章很短）。从项目开始，深入到具体研究领域，适当地使用额外的文献和论文作为补充。

速成

在可以理解的基础上尽可能快地浏览本书，阅读第1章~第23章，之后开始项目，并使用相关文献和论文在某一个领域进行更深入的研究。这也许是专业人员的一个选择，但也可能适合更高级的计算机视觉课程。

第20章对机器学习进行了简要的介绍，在此之后的第21章和第22章将对机器学习算法及其在OpenCV中的实现和实战进行更详细的解释。当然，机器学习是目标识别以及计算机视觉的重要组成部分，相关知识非常丰富以至于可以独立成书。专业人员会发现这本书是进一步探索的一个合适的起点，或者也可以仅仅对这一部分的OpenCV代码进行深入研究。在OpenCV 3.x中，机器学习的接口已经大大简化和统一。

我们喜欢的计算机视觉教学方式是，在学生基本能够理解算法工作原理的基础上尽可能快速展开教学，然后让他们进一步加深理解，进而开始学习有意义的课程设计，同时通过相关领域的文献和论文让学生对所选择的领域拥有更深刻和系统的认识。这种方法适用于半学期、一学期以及两学期的课程。学生可以快速开始，在对视觉项目仅仅有一般认识的时候就开始编码，等到进行更富挑战性和更耗时的工作的时候，指导教师可以提供适当的帮助。

而对于计划时间更长的课程来说，OpenCV项目本身就可以成为项目管理的指导。先建立工作系统，然后用更多的知识、细节和研究进一步加以完善。这类课程的目的是让每个项目都有一个值得自己发表的地方并且其中一些真的能够发展壮大起来。

3.x的代码框架，Buildbots、GitHub的使用，pullrequest，单元测试和回归测试，文档，这些对商业软件架构来说都是很好的示例，值得参考。

本书约定

本书中使用下列约定。

斜体（Italic）

指示新的术语、URL、电子邮件地址、文件名、拓展名、路径名、文件夹和Unix工具。

固定宽度（Constant Width）

指示指令、选项、选择、变量、属性、键、函数、类型、类、命名空间、方法、模块、参数、值、对象、时间、事件句柄、XML标记、HTML标记、文件的内容或者指令的输出。

加粗固定宽度（Constant width bold）

指示指令以及其他应该由用户输入的文本。也用来着重显示代码片段。

斜体固定宽度（Constant Width Italic）

指示应当由用户提供的值取代的文本。

[…]

指示参考目录的引用。

这个标识表示建议或者一般性的笔记。

这个标识表示警告或需要注意的地方。

使用代码例程

补充材料（代码例程和练习等）都可以在https://github.com/oreillymedia/Learning-OpenCV-3_examples下载。

OpenCV不管是对于商业还是学术使用都是免费的，本书的代码我们也使用了相同的许可。不管是作为作业、研究还是商业产品，都可以使用。我们会非常感谢你在自己的文章中引用这本书，不过这不是必须的。引用通常包含标题、作者、出版商以及ISBN。

比如：“Learning OpenCV 3 by Adrian Kaehler and Gary Bradski (O’Reilly)。Copyright2017 Adrian Kaehler, Gary Bradski, 978-1-491-93799-0。”

除了了解如何帮助你完成你的作业（好保密），我们很乐意听到你将计算机视觉用于学术研究或者课堂教学以及使用OpenCV来帮助你开发商业产品。同样，这不是必须的，我们始终欢迎你们的来信。

O’Reilly Safari

Safari是企业、政府、教育工作者和个人的会员制培训平台。该平台的成员可以获取上千种图书、培训视频、学习路线、交互教程以及来自超过250个出版商的播放列表，包括O’Reilly Media，Harvard Business Review，Prentice HallProfessional，Addison-Wesley Professional，Microsoft Press，Sams，Que，PeachpitPress，Adobe，Focal Press，Cisco Press，John Wiley & Sons，Syngress，Morgan Kaufmann，IBM Redbooks，Packt，Adobe Press，FT Press，Apress，Manning，New Riders，McGraw-Hill，Jones & Bartlett，Course Technology以及其他一些出版商。

更多信息请访问http://oreilly.com/safari。

联系方式

请把你对本书的意见和疑问发给出版社：

美国：

O’Reilly Media, Inc.

1005 Gravenstein Highway North

Sebastopol, CA 95472

中国：

北京市西城区西直门南大街2号成铭大厦C座807室（100035）

奥莱利技术咨询（北京）有限公司

我们还有一个服务于本书的网站。那里有示例的列表以及未来版本的计划。点击http://bit.ly/learningOpenCV3了解这些信息。

评论或是询问这本书技术相关的问题，请发送邮件到bookquestions@oreilly.com。

关于本书、课程、会议以及新闻更多信息，请访问我们的网站：http://www.oreilly.com在FaceBook上找到我们：http://facebook.com/oreilly在Twitter上关注我们：http://twitter.com/oreillymedia

在YouTube上观看我们：http://www.youtube.com/oreillymedia

计算机视觉是在图像处理的基础上发展起来的新兴学科。OpenCV是一个开源的计算机视觉库，是英特尔公司资助的两大图像处理利器之一。它为图像处理、模式识别、三维重建、物体跟踪、机器学习和线性代数提供了各种各样的算法。

《学习OpenCV 3(中文版)》由OpenCV发起人所写，站在一线开发人员的角度用通俗易懂的语言解释了OpenCV的缘起和计算机视觉基础结构，演示了如何用OpenCV和现有的自由代码为各种各样的机器进行编程，这些都有助于读者迅速入门并渐入佳境，兴趣盎然地深入探索计算机视觉领域。

《学习OpenCV 3(中文版)》可作为信息处理、计算机、机器人、人工智能、遥感图像处理、认知神经科学等有关专业的高年级学生或研究生的教学用书，也可供相关领域的研究工作者参考。

作者简介

安德里安•凯勒（Adrian Kaehler）博士，企业家，硅谷深度学习小组创始人。他的工作重心包括机器学习、统计建模、计算机视觉和机器人。他就职于斯坦福大学人工智能实验室，他还是该校斯坦利团队的成员，该团队在美国国家航空与航天局（NASA）主办的机器人挑战赛中胜出，赢得了200万美元的大奖。

加里•布拉德斯基（Gary Bradski）博士是Arraiy.ai的首席架构师（CTO），他曾经就职于好几个创业公司，担任过斯坦福大学计算机系人工智能实验室的顾问教授。他是OpenCV库的创始人，是一名享有广泛声誉的演讲人、开源社区的积极参与者。

译者团队介绍

阿丘科技

阿丘科技是一家以机器学习、3D 视觉和机器人技术为核心的高科技企业，拥有业内领先的机器人3D 视觉技术、机器学习算法及标准行业解决方案。

人工智能，已经成为全球技术发展、应用拓展的前沿领域，也是引领未来的一枚关键的棋子。计算机视觉作为人工智能的关键应用点之一，近年来兴起的创业公司主要集中在人脸识别、无人驾驶、增强现实等领域。而阿丘科技独辟蹊径，将人工智能技术与机器人结合，将其应用于工业自动化领域，并在短短一年内在多个场景下落地，取得了出色的成果。

相较于传统的机器视觉，阿丘科技将深度学习用于工业视觉检测，在缺陷检测分类等场景下具有突出优势。而三维计算机视觉与机器人的结合，更是极大地扩展了工业机器人的应用场景。凭借国际的技术人才，领先的计算机视觉、机器人技术，阿丘科技走在了智能工业视觉技术的前列。随着人工智能和智能制造行业的兴起，我司将助力中国工业自动化以及智能化的发展。

尽管由于某些原因，OpenCV并没有在正式版本中提供自身完备的深度学习工具（我们很高兴这一点在3.3 版本中有了巨大改善），但是OpenCV作为从事机器视觉应用技术开发的工具，同样，也是阿丘科技技术开发的基础工具之一，有着不可替代的作用。在很多固定场景下，基于OpenCV等视觉工具的开发的算法依然具有极大的应用潜力。尤其是对于初学者而言，我们还是非常推荐使用OpenCV完成一些视觉项目，而不是直接用深度学习构建空中楼阁。我司能够在一年内推出经受复杂应用场景检验、市场普遍认可的产品，有一大份功劳，也归属于OpenCV对项目完成和开发研究的推动。高效、精准、便捷等诸多特质，使得OpenCV在学术研究和商业应用中占据了重要地位。

阿丘科技致力于构建领先的智能机器人视觉平台，以视觉为切入点，将 AI 与机器人结合。创始团队源自清华大学计算机系人工智能实验室，聚集了来自清华、CMU 等全球高等院校的人才，以及工业机器人和自动化资深行业从业者。我们期待，能有更多热爱视觉、工业自动化和机器人技术的朋友加入阿丘科技，共同去探索和扩展机器人应用的边界！

目录

译者序       xvii

前言         xxi

第1章
概述     
1

什么是OpenCV        1

OpenCV怎么用        2

什么是计算机视觉     3

OpenCV的起源        6

OpenCV的结构    7

使用IPP来加速OpenCV     8

谁拥有OpenCV    9

下载和安装OpenCV    9

安装             9

从Git获取的OpenCV      12

更多的OpenCV文档   13

提供的文档      13

在线文档和维基资源     13

OpenCV贡献库       15

下载和编译Contributed模块         16

可移植性           16

小结  17

练习  17

第2章 OpenCV初探            19

头文件    19

资源           20

个程序：显示图片       21

第二个程序：视频    23

跳转  24

简单的变换          28

不那么简单的变换    30

从摄像头中读取      32

写入AVI文件        33

小结  34

练习  35

第3章
了解OpenCV的数据类型    37

基础知识           37

OpenCV的数据类型   37

基础类型概述    38

深入了解基础类型       39

辅助对象        46

工具函数        53

模板结构        60

小结  61

练习  61

第4章
图像和大型数组类型      
63

动态可变的存储      63

cv::Mat类N维稠密数组         64

创建一个数组    65

独立获取数组元素       69

数组迭代器NAryMatIterator         72

通过块访问数组元素