OpenCV计算机视觉基础教程Python版慕课版夏帮贵人民邮电出版社9787115561770

第1章
OpenCV起步1
1.1  OpenCV简介1
1.1.1  OpenCV主要功能及模块介绍1
1.1.2  OpenCV的版本3
1.1.3  OpenCV-Python3
1.2  配置开发环境4
1.2.1  安装Python4
1.2.2  安装NumPy5
1.2.3  安装OpenCV-Python6
1.2.4  安装Visual Studio Code9
1.3  使用OpenCV文档和示例10
1.3.1  查看OpenCV文档10
1.3.2  查看OpenCV-Python示例11
1.4  实验13
1.4.1  实验1：配置虚拟开发环境13
1.4.2  实验2：在VS Code中运行
示例15
习16

第2章
图像处理基础17
2.1  NumPy简介17
2.1.1  数据类型17
2.1.2  创建数组18
2.1.3  数组的形状20
2.1.4  索引、切片和迭代21
2.1.5  数组运算22
2.2  图像基础操作24
2.2.1  读、写、显示图像24
2.2.2  读、写、播放27
2.2.3  操作灰度图像29
2.2.4  操作彩色图像30
2.2.5  图像通道操作31
2.3  图像运算33
2.3.1  加法运算33
2.3.2  加权加法运算34
2.3.3  位运算35
2.4  实验36
2.4.1  实验1：为人物图像码36
2.4.2  实验2：创建图像掩模37
习39

第3章
图形用户界面40
3.1  窗口控制40
3.1.1  创建和关闭窗口40
3.1.2  调整窗口大小41
3.2  绘图41
3.2.1  绘制直线41
3.2.2  绘制矩形42
3.2.3  绘制圆43
3.2.4  绘制椭圆44
3.2.5  绘制多边形44
3.2.6  绘制文本45
3.2.7  绘制箭头47
3.3  响应鼠标事件47
3.4  使用跟踪栏49
3.5  实验50
3.5.1  实验1：使用鼠标指针取点绘图50
3.5.2  实验2：使用跟踪栏选择通道图像51
习52
第4章
图像变换54
4.1  色彩空间变换54
4.1.1  RGB色彩空间54
4.1.2  GRAY色彩空间55
4.1.3  YCrCb色彩空间56
4.1.4  HSV色彩空间57
4.2  几何变换58
4.2.1  缩放58
4.2.2  翻转59
4.2.3  仿射60
4.2.4  透视64
4.3  图像模糊65
4.3.1  均值滤波65
4.3.2  高斯滤波67
4.3.3  方框滤波68
4.3.4  中值滤波69
4.3.5  双边滤波70
4.3.6  2D卷积71
4.4  阈值处理72
4.4.1  全局阈值处理72
4.4.2  自适应阈值处理78
4.5  形态变换79
4.5.1  形态操作内核79
4.5.2  腐蚀80
4.5.3  膨胀82
4.5.4  高级形态操作83
4.6  实验86
4.6.1  实验1：图像几何变换86
4.6.2  实验2：图像形态变换87
习88

第5章
边缘和轮廓89
5.1  边缘检测89
5.1.1  Laplacian边缘检测89
5.1.2  Sobel边缘检测90
5.1.3  Canny边缘检测91
5.2  图像轮廓92
5.2.1  查找轮廓92
5.2.2  绘制轮廓94
5.2.3  轮廓特征95
5.3  霍夫变换106
5.3.1  霍夫直线变换106
5.3.2  霍夫圆变换108
5.4  实验110
5.4.1  实验1：执行Canny边缘检测110
5.4.2  实验2：查找和绘制轮廓111
习112

第6章
直方图113
6.1  直方图基础113
6.1.1  用hist()函数绘制直方图113
6.1.2  用calcHist()函数查找直方图114
6.1.3  应用掩模的直方图115
6.1.4  NumPy中的直方图116
6.2  直方图均衡化117
6.2.1  普通直方图均衡化117
6.2.2  限制对比度自适应直方图均衡化118
6.3  二维直方图120
6.3.1  OpenCV中的二维直方图120
6.3.2  NumPy中的二维直方图121
6.4  实验122
6.4.1  实验1：使用NumPy函数计算直方图122
6.4.2  实验2：使用OpenCV函数计算直方图123
习124

第7章
模板匹配和图像分割125
7.1  模板匹配125
7.1.1  单目标匹配125
7.1.2  多目标匹配127
7.2  图像分割128
7.2.1  使用分水岭算法分割图像128
7.2.2  图像金字塔131
7.3  交互式前景提取135
7.4  实验138
7.4.1  实验1：使用模板匹配查找图像138
7.4.2  实验2：使用交互式前景提取方法分割图像139
习140

第8章
特征检测141
8.1  角检测141
8.1.1  哈里斯角检测141
8.1.2  优化哈里斯角142
8.1.3  Shi-Tomasi角检测143
8.2  特征点检测144
8.2.1  FAST特征检测145
8.2.2  SIFT特征检测146
8.2.3  ORB特征检测147
8.3  特征匹配147
8.3.1  暴力匹配器147
8.3.2  FLANN匹配器151
8.4  对象查找152
8.5  实验154
8.5.1  实验1：应用Shi-Tomasi角检测器154
8.5.2  实验2： 应用特征匹配查找对象155
习157

第9章
人脸检测和识别158
9.1  人脸检测158
9.1.1  基于Haar的人脸检测158
9.1.2  基于深度学习的人脸检测161
9.2  人脸识别162
9.2.1  EigenFaces人脸识别163
9.2.2  FisherFaces人脸识别164
9.2.3  LBPH人脸识别165
9.3  实验167
9.3.1  实验1：使用Haar级联检测器167
9.3.2  实验2：使用EigenFaces人脸识别器168
习169

第10章
机器学习和深度学习170
10.1  机器学习170
10.1.1  kNN算法170
10.1.2  SVM算法173
10.1.3  k均值聚类算法175
10.2  深度学习177
10.2.1  基于深度学习的图像识别177
10.2.2  基于深度学习的对象检测181
10.3  实验185
10.3.1  实验1：调整图像颜色185
10.3.2  实验2：检测中的对象186
习188