【现货速发】学习OpenCV 4 基于Python的算法实战
全新正版书籍,24小时发货,可开发票。
¥
57.6
5.3折
¥
109
全新
库存4件
作者肖铃
出版社电子工业出版社
ISBN9787121424397
出版时间2021-12
装帧平装
开本16开
定价109元
货号29351718
上书时间2024-12-28
商品详情
- 品相描述:全新
- 商品描述
-
导语摘要
本书是一本通过OpenCV 4来讲解算法的入门书。全书共分为4个部分,部分包括第1~3章,主要有OpenCVr入门知识、OpenCV 的图像读写模块和和辛苦core模块讲解;第二部分包括第4~7章,主要有头像处理imgproc模块、视频处理videoio模块和可视化highgui模块、视频分析video模块讲解;第三部分包括第8~10章,主要有2d特征框架feature2d模块、照片处理photo模块、目标检测objdetect模块讲解;第四部分包括第11~12章,包括有深度神经网络dnn模块和机器学习ml模块等众多内容讲解。
作者简介
肖铃,硕士,现任南方海洋科学与工程广东省实验室工程师。2016年毕业于中国科学技术大学与中国科学院合肥物质科学研究院安徽光机所大气光学研究中心,曾就职于中兴通讯股份有限公司和珠海金山办公软件有限公司,长期从事图像处理、深度学习计算机视觉算法,以及基于TensorFlow Lite的AI模型部署研究。
目录
第 1 章 OpenCV 快速入门
1.1OpenCV 介绍
1.1.1OpenCV 概述
1.1.2OpenCV 的代码结构
1.1.3OpenCV 4 的新特性
1.2OpenCV 开发环境搭建
1.2.1案例 1:Windows 动态库开发环境搭建
1.2.2案例 2:Linux 动态库开发环境搭建
1.2.3案例 3:Python 语言开发环境搭建
1.3OpenCV 模块介绍
1.3.1常用模块
1.3.2扩展模块
1.4OpenCV 源码编译
1.4.1 案例 4:OpenCV 编译
1.4.2 案例 5:OpenCV 裁剪编译
1.4.3 案例 6:扩展模块 opencv-contrib
1.5 进阶:OpenCV 入门参考
1.5.1 OpenCV 版本选择
1.5.2 如何学习 OpenCV
第 2 章 图像读/写模块 imgcodecs
2.1 模块导读
2.2 图像读/写操作
2.2.1 案例 7:图像读取
2.2.2 案例 8:图像保存
2.3 图像编/解码
2.3.1 案例 9:图像编码应用
2.3.2 案例 10:图像解码应用
2.4 进阶:聊聊图像格式
第 3 章 核心库模块 core
3.1模块导读
3.2基本数据结构
3.2.1案例 11:Mat 数据结构介绍及 C++调用
3.2.2案例 12:Python 中的 Mat 对象操作
3.2.3案例 13:Point 结构
3.2.4案例 14:Rect 结构
3.2.5案例 15:Size 结构
3.3矩阵运算
3.3.1案例 16:四则运算
3.3.2案例 17:位运算
3.3.3案例 18:代数运算
3.3.4案例 19:比较运算
3.3.5案例 20:特征值与特征向量
3.3.6案例 21:生成随机数矩阵
3.4 矩阵变换
3.4.1 案例 22:矩阵转向量
3.4.2 案例 23:通道分离与通道合并
3.4.3 案例 24:图像旋转
3.4.4 案例 25:图像拼接
3.4.5 案例 26:图像边界拓展
3.4.6 案例 27:傅里叶变换
3.5 进阶:聊聊图像像素遍历与应用
3.5.1 案例 28:图像像素遍历
3.5.2 案例 29:提取拍照手写签名
第 4 章 图像处理模块 imgproc(一)
4.1模块导读
4.2案例 30:颜色空间变换
4.3案例 31:图像尺寸变换
4.4基本绘制
4.4.1 案例 32:绘制标记
4.4.2 案例 33:绘制直线
4.4.3 案例 34:绘制矩形
4.4.4 案例 35:绘制圆
4.4.5 案例 36:绘制椭圆
4.4.6 案例 37:绘制文字
4.5形态学运算
4.5.1 案例 38:腐蚀
4.5.2 案例 39:膨胀
4.5.3 案例 40:其他形态学运算
4.6图像滤波
4.6.1 案例 41:方框滤波
4.6.2 案例 42:均值滤波
4.6.3 案例 43:高斯滤波
4.6.4 案例 44:双边滤波
4.6.5 案例 45:中值滤波
4.7边缘检测
4.7.1案例 46:Sobel 边缘检测
4.7.2案例 47:Scharr 边缘检测
4.7.3案例 48:Laplacian 边缘检测
4.7.4案例 49:Canny 边缘检测
4.8进阶:聊聊颜色模型
第 5 章 图像处理模块 imgproc(二)
5.1霍夫变换
5.1.1案例 50:霍夫线变换
5.1.2案例 51:霍夫圆变换
5.2 案例 52:仿射变换
5.3 案例 53:透视变换
5.4 案例 54:重映射
5.5 阈值化
5.5.1案例 55:基本阈值化
5.5.2案例 56:自适应阈值化
5.6图像金字塔
5.6.1案例 57:高斯金字塔
5.6.2案例 58:拉普拉斯金字塔
5.7 直方图
5.7.1案例 59:直方图计算
5.7.2案例 60:直方图均衡化
5.8传统图像分割
5.8.1案例 61:分水岭算法
5.8.2案例 62:GrabCut 算法
5.8.3案例 63:漫水填充算法
5.9角点检测
5.9.1案例 64:Harris 角点检测
5.9.2案例 65:Shi-Tomasi 角点检测
5.9.3案例 66:亚像素角点检测
5.10图像轮廓
5.10.1 案例 67:轮廓查找
5.10.2 案例 68:轮廓绘制
5.11轮廓包裹
5.11.1 案例 69:矩形边框
5.11.2案例 70:小外接矩形
5.11.3案例 71:小外接圆
5.12案例 72:多边形填充
5.13图像拟合
5.13.1 案例 73:直线拟合
5.13.2 案例 74:椭圆拟合
5.13.3 案例 75:多边形拟合
5.14 案例 76:凸包检测
5.15 进阶:图像处理算法概述
第 6 章 可视化模块 highgui
6.1模块导读
6.2图像窗口
6.2.1案例 77:创建与销毁窗口
6.2.2案例 78:图像窗口操作
6.3图像操作
6.3.1 案例 79:图像显示
6.3.2 案例 80:选取感兴趣区域
6.4 案例 81:键盘操作
6.5 案例 82:鼠标操作
6.6案例 83:进度条操作
6.7进阶:在 Qt 中使用 OpenCV
第 7 章 视频处理模块 videoio
7.1模块导读
7.2视频读取
7.2.1案例 84:从文件读取视频
7.2.2案例 85:从设备读取视频
7.3视频保存
7.3.1案例 86:从图片文件创建视频
7.3.2案例 87:保存相机采集的视频
7.4进阶:视频编/解码工具 FFMPEG
第 8 章 视频分析模块 video
8.1运动分析
8.1.1模块导读
8.1.2案例 88:基于 MOG2 与 KNN 算法的运动分析
8.2目标跟踪
8.2.1模块导读
8.2.2案例 89:基于 CamShift 算法的目标跟踪
8.2.3案例 90:基于 meanShift 算法的目标跟踪
8.2.4案例 91:稀疏光流法运动目标跟踪··.
8.2.5案例 92:稠密光流法运动目标跟踪
8.3进阶:深度学习光流算法
第 9 章 照片处理模块 photo
9.1模块导读
9.2案例 93:基于 OpenCV 的无缝克隆
9.3案例 94:基于 OpenCV 的图像对比度保留脱色
9.4案例 95:基于 OpenCV 的图像修复
9.5案例 96:基于 OpenCV 的 HDR 成像
9.6图像非真实感渲染
9.6.1案例 97:边缘保留滤波
9.6.2案例 98:图像细节增强
9.6.3 案例 99:铅笔素描
9.6.4 案例 100:风格化图像
9.7进阶:照片处理算法概述
第 10 章 2D 特征模块 features2d
10.1模块导读
10.2特征点检测
10.2.1案例 101:SIFT 特征点检测
10.2.2案例 102:SURF 特征点检测
10.2.3案例 103:BRISK 特征点检测
10.2.4案例 104:ORB 特征点检测
10.2.5案例 105:KAZE 特征点检测
10.2.6案例 106:AKAZE 特征点检测
10.2.7案例 107:AGAST 特征点检测
10.2.8案例 108:FAST 特征点检测
10.3特征点匹配
10.3.1案例 109:Brute-Force 特征点匹配
10.3.2案例 110:FLANN 特征点匹配
10.4进阶:特征点检测算法概述
第 11 章 相机标定与三维重建模块 calib3d
11.1模块导读
11.2单应性变换
11.2.1案例 111:单应性变换矩阵
11.2.2案例 112:单应性应用之图像插入
11.3相机标定
11.3.1案例 113:棋盘角点检测并绘制
11.3.2案例 114:消除图像失真
11.4进阶:聊聊镜头失真
第 12 章 传统目标检测模块 objdetect
12.1模块导读
12.2级联分类器的应用
12.2.1 案例 115:人脸检测
12.2.2 案例 116:人眼检测
12.3案例 117:HOG 描述符行人检测
12.4二维码应用
12.4.1 案例 118:二维码检测
12.4.2 案例 119:二维码解码
12.5进阶:聊聊条形码与二维码
第 13 章 机器学习模块 ml
13.1模块导读
13.2案例 120:基于 OpenCV 的Logistic回归
13.3案例 121:基于 OpenCV 的支持向量机
13.4案例 122:基于 OpenCV 的主成分分析
13.5进阶:机器学习算法概述
第 14 章 深度学习模块 dnn
14.1模块导读
14.2风格迁移
14.2.1深度学习风格迁移
14.2.2案例 123:OpenCV 实现风格迁移推理
14.3图像分类
14.3.1深度学习图像分类
14.3.2案例 124:基于 TensorFlow 训练
Fashion-MNIST 算法模型
14.3.3案例 125:OpenCV 实现图像分类推理
14.4目标检测
14.4.1深度学习目标检测
14.4.2案例 126:OpenCV 实现目标检测推理
14.5图像超分
14.5.1深度学习图像超分算法
14.5.2案例 127:OpenCV 实现图像超分推理
14.6进阶:OpenCV 与计算机视觉
14.6.1计算机视觉的发展
14.6.2OpenCV 在计算机视觉中的应用
内容摘要
本书是一本通过OpenCV 4来讲解算法的入门书。全书共分为4个部分,部分包括第1~3章,主要有OpenCVr入门知识、OpenCV 的图像读写模块和和辛苦core模块讲解;第二部分包括第4~7章,主要有头像处理imgproc模块、视频处理videoio模块和可视化highgui模块、视频分析video模块讲解;第三部分包括第8~10章,主要有2d特征框架feature2d模块、照片处理photo模块、目标检测objdetect模块讲解;第四部分包括第11~12章,包括有深度神经网络dnn模块和机器学习ml模块等众多内容讲解。
主编推荐
肖铃,硕士,现任南方海洋科学与工程广东省实验室工程师。2016年毕业于中国科学技术大学与中国科学院合肥物质科学研究院安徽光机所大气光学研究中心,曾就职于中兴通讯股份有限公司和珠海金山办公软件有限公司,长期从事图像处理、深度学习计算机视觉算法,以及基于TensorFlow Lite的AI模型部署研究。
— 没有更多了 —
以下为对购买帮助不大的评价