计算机视觉应用实战（OpenCV）（微课版）

图书标准信息

• 作者 王伟斌
• 出版社 电子工业出版社
• 出版时间 2023-03
• 版次 1
• ISBN 9787121450563
• 定价 49.00元
• 装帧 其他
• 开本 16开
• 页数 172页
• 字数 198千字

【内容简介】

本书基于Python 3.8和OpenCV 4.5编写，共8章，包括环境搭建、简易调色画布、几何图像绘制、简单的图像处理、马赛克、图像美颜、人脸检测、人脸跟踪。读者通过学习本书内容及运行相应的仿真程序，可以更加深刻地理解图像处理的内容，并且更加熟练地掌握计算机视觉在不同领域的应用。

【作者简介】

王伟斌（1981.2—），男，硕士，副教授，系统集成项目管理工程师。一直从事软件开发技术、高职教育等领域的研究。主讲《算法逻辑与程序设计》《PHP程序设计》《网络音视频制作》等课程，教学效果评价优良。主持校级示范微课1门，五个一批课程1门，获浙江省高职高专计算机类专业信息化教学设计大赛二等奖1次；指导学生获全国职业院校技能大赛二等奖3项，省选拔赛一等奖3项；指导学生获浙江省程序设计竞赛一等奖1项，二、三等奖多项；指导学生获浙江省大学生多媒体作品设计竞赛一等奖1项，三等奖3项。

【目录】

第1章  计算机视觉概述1

1.1　项目介绍1

1.2　计算机视觉理论知识2

1.2.1  计算机视觉能解决什么问题2

1.2.2  计算机视觉与相关领域3

1.2.3  计算机视觉的发展历史4

1.2.4  计算机视觉的发展趋势12

1.3　典型的计算机视觉任务14

应用场景1：文字识别20

第2章  环境搭建22

2.1　项目介绍22

2.2　环境搭建的理论知识23

2.3　环境搭建26

2.3.1  安装Anaconda26

2.3.2  创建Anaconda 虚拟环境30

2.3.3  下载PyCharm32

2.3.4  安装PyCharm33

2.3.5  使用PyCharm加载Anaconda虚拟环境35

应用场景2：安防领域40

第3章  简易调色画布42

3.1　项目介绍42

3.2　调色画布理论基础43

3.2.1  像素43

3.2.2  像素坐标系43

3.2.3  RGB颜色模型44

3.2.4  BGR排列模式46

3.2.5  滑动条47

3.2.6  简易调色画布原理49

3.3　项目实现50

3.3.1  代码框架50

3.3.2  代码实现52

应用场景3：农业领域55

第4章  几何图像的绘制57

4.1　项目介绍57

4.2　理论基础58

4.2.1  直线58

4.2.2  矩形59

4.2.3  圆59

4.2.4  多边形60

4.2.5  文本61

4.3　项目分析62

4.3.1  项目介绍62

4.3.2  界面效果63

4.4　项目实现63

4.4.1  调用声明64

4.4.2  定义初始化变量64

4.4.3  类内方法64

4.4.4  绘制几何图形66

4.4.5  系统化编程68

应用场景4：零售业71

第5章  简单的图像处理73

5.1　项目介绍73

5.2　项目原理74

5.2.1  图像的翻转处理74

5.2.2  形态学处理74

5.3　项目实现74

5.3.1  使用OpenCV旋转图像74

5.3.2  使用OpenCV平移图像78

5.3.3  使用OpenCV镜像图像80

5.3.4  使用OpenCV翻转图像82

5.3.5  形态学处理实现84

应用场景5：生产制造89

第6章  马赛克92

6.1　项目介绍92

6.2　项目原理93

6.2.1  马赛克效果实现93

6.2.2  马赛克效果实现原理93

6.3　项目实现95

6.3.1  图像马赛克效果实现95

6.3.2  视频马赛克效果实现96

6.3.3  马赛克拼图效果实现97

应用场景6：医疗保健109

第7章  图像美颜111

7.1　项目介绍111

7.2　空域滤波理论基础112

7.2.1  均值滤波113

7.2.2  方框滤波114

7.2.3  高斯滤波115

7.2.4  中值滤波117

7.2.5  双边滤波118

7.3　项目实现119

7.3.1  代码框架119

7.3.2  代码实现120

应用场景7：谷歌翻译126

第8章  人脸检测127

8.1　项目介绍127

8.2　理论基础128

8.2.1  计算机视觉任务与目标识别算法128

8.2.2  Haar特征与积分图131

8.2.3  AdaBoost级联分类器134

8.2.4  人脸检测136

8.3　项目分析138

8.3.1  项目介绍138

8.3.2  界面效果139

8.4　项目实现140

8.4.1  模型配置细节140

8.4.2  检测算法应用140

8.4.3  输出检测结果141

8.4.4  系统化编程142

8.4.5  输出结果分析143

应用场景8：人脸识别147

第9章  人脸跟踪149

9.1　项目介绍149

9.2　人脸跟踪原理150

9.2.1  基于特征匹配的跟踪150

9.2.2  基于区域匹配的跟踪151

9.2.3  基于模型匹配的跟踪151

9.3　基于OpenCV的人脸跟踪实现153

9.3.1  人脸检测功能的实现153

9.3.2  检测模式和跟踪模式的切换155

9.3.3  跟踪器的实现156

9.3.4  人脸特征点定位实现158

应用场景9：自动驾驶汽车162

参考文献164