• OpenCV轻松入门:面向Python9787121455995
21年品牌 40万+商家 超1.5亿件商品

OpenCV轻松入门:面向Python9787121455995

正版图书,可开发票,请放心购买。

104.99 7.5折 139.99 全新

库存20件

广东广州
认证卖家担保交易快速发货售后保障

作者李立宗著

出版社电子工业出版社

ISBN9787121455995

出版时间2023-06

装帧平装

开本16开

定价139.99元

货号12854080

上书时间2024-12-24

哲仁书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
"李立宗 南开大学硕士,天津职业技术师范大学副教授,从事计算机视觉领域的教学和科研工作。拥有发明专利一项、软件著作权十余项,公开发表论文十余篇,著有《计算机视觉40例:从入门到深度学习(OpenCV-Python)》等多部图书。在网易云课堂主讲的《OpenCV图穷匕见》等多门课程被评为精品课。"

目录
第1章 OpenCV入门 1

 1.1 如何使用 1

 1.2 图像处理基本操作 3

 1.2.1 读取图像 4

 1.2.2 显示图像 5

 1.2.3 保存图像 10

 1.3 OpenCV贡献库 10

 第2章 图像处理基础 12

 2.1 图像的基本表示方法 12

 2.2 像素处理 16

 2.3 使用numpy.array访问像素 24

 2.4 感兴趣区域(ROI) 30

 2.5 通道操作 32

 2.5.1 通道拆分 33

 2.5.2 通道合并 35

 2.6 获取图像属性 36

 第3章 图像运算 38

 3.1 图像加法运算 38

 3.1.1 加号运算符 38

 3.1.2 cv2.add()函数 39

 3.2 图像加权和 42

 3.3 按位逻辑运算 44

 3.3.1 按位与运算 44

 3.3.2 按位或运算 48

 3.3.3 按位非运算 49

 3.3.4 按位异或运算 50

 3.4 掩膜 51

 3.5 图像与数值的运算 54

 3.6 位平面分解 56

 3.7 图像加密和解密 62

 3.8 数字水印 66

 3.8.1 原理 67

 3.8.2 实现方法 70

 3.8.3 例题 77

 3.9 脸部打码及解码 78

 3.9.1 按位与方式 78

 3.9.2 ROI方式 82

 第4章 色彩空间类型转换 85

 4.1 色彩空间基础 85

 4.1.1 GRAY色彩空间 85

 4.1.2 XYZ色彩空间 86

 4.1.3 YCrCb色彩空间 86

 4.1.4 HSV色彩空间 87

 4.1.5 HLS色彩空间 88

 4.1.6 CIEL*a*b*色彩空间 89

 4.1.7 CIEL*u*v*色彩空间 90

 4.1.8 Bayer色彩空间 90

 4.2 类型转换函数 92

 4.3 类型转换实例 98

 4.3.1 通过数组观察转换效果 98

 4.3.2 图像处理实例 102

 4.4 HSV色彩空间讨论 104

 4.4.1 基础知识 104

 4.4.2 获取指定颜色 105

 4.4.3 标记指定颜色 107

 4.4.4 标记肤色 111

 4.4.5 实现艺术效果 112

 4.5 alpha通道 113

 第5章 几何变换 117

 5.1 缩放 117

 5.2 翻转 121

 5.3 仿射 122

 5.3.1 平移 123

 5.3.2 旋转 124

 5.3.3 更复杂的仿射变换 125

 5.4 透视 126

 5.5 重映射 128

 5.5.1 映射参数的理解 129

 5.5.2 复制 130

 5.5.3 绕x轴翻转 132

 5.5.4 绕y轴翻转 134

 5.5.5 绕x轴、y轴翻转 136

 5.5.6 x轴、y轴互换 138

 5.5.7 图像缩放 140

 第6章 阈值处理 141

 6.1 threshold函数 141

 6.1.1 二值化阈值处理(cv2.THRESH_BINARY) 142

 6.1.2 反二值化阈值处理(cv2.THRESH_BINARY_INV) 144

 6.1.3 截断阈值化处理(cv2.THRESH_TRUNC) 146

 6.1.4 超阈值零处理(cv2.THRESH_TOZERO_INV) 147

 6.1.5 低阈值零处理(cv2.THRESH_TOZERO) 149

 6.2 Otsu处理 150

 6.3 自适应阈值处理 153

 第7章 图像平滑处理 157

 7.1 均值滤波 159

 7.1.1 基本原理 159

 7.1.2 函数语法 166

 7.1.3 程序示例 167

 7.2 方框滤波 168

 7.2.1 基本原理 169

 7.2.2 函数语法 169

 7.2.3 程序示例 171

 7.3 高斯滤波 176

 7.3.1 基本原理 176

 7.3.2 函数语法 177

 7.3.3 程序示例 179

 7.4 中值滤波 180

 7.4.1 基本原理 180

 7.4.2 函数语法 181

 7.4.3 程序示例 181

 7.5 双边滤波 182

 7.5.1 基本原理 182

 7.5.2 函数语法 184

 7.5.3 程序示例 185

 7.6 2D卷积 186

 第8章 形态学操作 189

 8.1 腐蚀 189

 8.2 膨胀 194

 8.3 通用形态学函数 199

 8.4 开运算 199

 8.5 闭运算 201

 8.6 形态学梯度运算 203

 8.7 礼帽运算 204

 8.8 黑帽运算 205

 8.9 核函数 207

 第9章 图像梯度 210

 9.1 卷积基础 210

 9.2 Sobel理论基础 214

 9.3 Sobel算子及函数使用 216

 9.3.1 参数ddepth 217

 9.3.2 方向 221

 9.3.3 实例 223

 9.4 Scharr算子及函数使用 226

 9.5 Sobel算子和Scharr算子的比较 231

 9.6 Laplacian算子及函数使用 232

 9.7 算子总结 234

 第10章 Canny边缘检测 235

 10.1 Canny边缘检测基础 235

 10.2 Canny函数及使用 239

 第11章 图像金字塔 241

 11.1 理论基础 241

 11.2 pyrDown函数及使用 243

 11.3 pyrUp函数及使用 245

 11.4 采样可逆性的研究 247

 11.5 拉普拉斯金字塔 250

 11.5.1 定义 250

 11.5.2 应用 252

 第12章 图像轮廓 257

 12.1 查找并绘制轮廓 257

 12.1.1 查找图像轮廓:findContours函数 257

 12.1.2 绘制图像轮廓:drawContours函数 265

 12.1.3 轮廓实例 266

 12.2 矩特征 270

 12.2.1 矩的计算:moments函数 271

 12.2.2 计算轮廓的面积:contourArea函数 273

 12.2.3 计算轮廓的长度:arcLength函数 276

 12.3 Hu矩 278

 12.3.1 Hu矩函数 278

 12.3.2 形状匹配 282

 12.4 轮廓拟合 284

 12.4.1 矩形包围框 285

 12.4.2 最小包围矩形框 287

 12.4.3 最小包围圆形 289

 12.4.4 很优拟合椭圆 290

 12.4.5 很优拟合直线 291

 12.4.6 最小外包三角形 293

 12.4.7 逼近多边形 294

 12.5 凸包 296

 12.5.1 获取凸包 297

 12.5.2 凸缺陷 299

 12.5.3 几何学测试 302

 12.6 利用形状场景算法比较轮廓 306

 12.6.1 计算形状场景距离 306

 12.6.2 计算Hausdorff距离 309

 12.7 轮廓的特征值 312

 12.7.1 宽高比 312

 12.7.2 Extent 313

 12.7.3 Solidity 314

 12.7.4 等效直径(Equivalent Diameter) 315

 12.7.5 方向 316

 12.7.6 掩膜和像素点 318

 12.7.7 优选值和最小值及它们的位置 323

 12.7.8 平均颜色及平均灰度 325

 12.7.9 极点 326

 第13章 直方图处理 329

 13.1 直方图的含义 329

 13.2 绘制直方图 333

 13.2.1 使用Numpy绘制直方图 333

 13.2.2 使用OpenCV绘制直方图 335

 13.2.3 使用掩膜绘制直方图 341

 13.3 直方图均衡化 345

 13.3.1 直方图均衡化原理 347

 13.3.2 直方图均衡化处理 351

 13.4 pyplot模块介绍 353

 13.4.1 subplot函数 353

 13.4.2 imshow函数 354

 第14章 傅里叶变换 358

 14.1 理论基础 358

 14.2 Numpy实现傅里叶变换 362

 14.2.1 实现傅里叶变换 363

 14.2.2 实现逆傅里叶变换 364

 14.3 OpenCV实现傅里叶变换 365

 14.3.1 实现傅里叶变换 366

 14.3.2 实现逆傅里叶变换 368

 14.4 滤波处理 369

 14.4.1 滤波原理 369

 14.4.2 高通滤波实现 374

 14.4.3 低通滤波实现 377

 第15章 模板匹配 380

 15.1 模板匹配基础 380

 15.2 多模板匹配 387

 第16章 霍夫变换 393

 16.1 霍夫直线变换 393

 16.1.1 霍夫变换原理 393

 16.1.2 HoughLines函数 399

 16.1.3 HoughLinesP函数 401

 16.2 霍夫圆环变换 403

 第17章 图像分割与提取 406

 17.1 用分水岭算法实现图像分割与提取 406

 17.1.1 算法原理 406

 17.1.2 相关函数介绍 408

 17.1.3 分水岭算法图像分割实例 418

 17.2 交互式前景提取 421

 17.2.1 矩形框提取 424

 17.2.2 自定义模板提取 426

 17.2.3 手绘模板提取 429

 第18章 视频处理 432

 18.1 VideoCapture类 432

 18.1.1 类函数介绍 432

 18.1.2 捕获摄像头视频 437

 18.1.3 播放视频文件 438

 18.2 VideoWriter类 438

 18.2.1 类函数介绍 439

 18.2.2 保存视频 440

 18.3 视频操作基础 442

 第19章 绘图及交互 444

 19.1 绘画基础 444

 19.1.1 绘制直线 445

 19.1.2 绘制矩形 446

 19.1.3 绘制圆形 447

 19.1.4 绘制椭圆 449

 19.1.5 绘制多边形 450

 19.1.6 在图形上绘制文字 451

 19.2 鼠标交互 454

 19.2.1 绘制随机矩形 456

 19.2.2 双窗口绘制图形 457

 19.2.3 绘制多种不同图形 458

 19.3 滚动条 460

 19.3.1 用滚动条实现调色板 461

 19.3.2 滚动条交互 462

 19.3.3 用滚动条作为开关 463

 第20章 K近邻算法 465

 20.1 理论基础 465

 20.2 计算 468

 20.2.1 归一化 468

 20.2.2 距离计算 469

 20.3 手写数字识别的原理 470

 20.4 自定义函数手写数字识别 475

 20.5 K近邻模块的基本使用 482

 20.6 K近邻手写数字识别 487

 第21章 支持向量机 490

 21.1 理论基础 490

 21.2 SVM流程 493

 21.3 SVM员工表现预测 494

 21.4 手写数字识别 498

 第22章 K均值聚类 508

 22.1 理论基础 508

 22.1.1 分豆子 509

 22.1.2 K均值聚类的基本步骤 512

 22.2 K均值聚类模块 512

 22.3 单特征豆子分类 513

 22.4 米粒分类 517

 22.5 灰度图像二值化 521

 第23章 人脸识别 526

 23.1 人脸检测 526

 23.1.1 基本原理 526

 23.1.2 级联分类器的使用 529

 23.1.3 函数介绍 530

 23.1.4 案例介绍 531

 23.2 人脸识别基础 534

 23.2.1 人脸识别基本流程 534

 23.2.2 OpenCV人脸识别基础 535

 23.3 LPBH人脸识别 536

 23.3.1 基本原理 537

 23.3.2 函数介绍 540

 23.3.3 案例介绍 541

 23.4 EigenFaces人脸识别 543

 23.4.1 基本原理 543

 23.4.2 函数介绍 543

 23.4.3 案例介绍 544

 23.5 Fisherfaces人脸识别 546

 23.5.1 基本原理 546

 23.5.2 函数介绍 547

 23.5.3 案例介绍 548

 23.6 人脸数据库 549

内容摘要
本书基于面向 Python 的 OpenCV(OpenCV for Python),介绍了图像处理的方方面面。本书以 OpenCV 官方文档的知识脉络为主线,并对细节进行补充和说明。 书中不仅介绍了 OpenCV 函数的使用方法,还介绍了函数实现的算法原理。在介绍 OpenCV 函数的 使用方法时,提供了大量的程序示例。而且在介绍函数对图像的处理前,往往先展示函数对数值、数组 的处理,方便读者从数值的角度观察和理解函数的处理过程和结果。在介绍具体的算法原理时,本书尽 量使用通俗易懂的语言和贴近生活的示例来说明问题,避免使用过多复杂抽象的公式。

主编推荐
"对人工智能知识点进行了更细致、深入的介绍 针对一些相对抽象的知识点,绘制了示意图,来帮助大家理解 对一些相对较难例题的解答进行了重新设计 为了给广大教师、同学提供更好的学习体验,第2版中提供了配套PPT和练习题"

精彩内容
本书基于面向Python的OpenCV(OpenCV for Python),介绍了图像处理的方方面面。本书以OpenCV官方文档的知识脉络为主线,并对细节进行补充和说明。书中不仅介绍了OpenCV函数的使用方法,还介绍了函数实现的算法原理。在介绍OpenCV函数的使用方法时,提供了大量的程序示例。而且在介绍函数对图像的处理前,往往先展示函数对数值、数组的处理,方便读者从数值的角度观察和理解函数的处理过程和结果。在介绍具体的算法原理时,本书尽量使用通俗易懂的语言和贴近生活的示例来说明问题,避免使用过多复杂抽象的公式。本书适合计算机视觉领域的初学者阅读,包括在校学生、教师、专业技术人员、图像处理爱好者。

媒体评论
"本书采用Python语言,以案例的形式介绍了OpenCV中的常用算法及其使用方法。Python是一种高效的开发语言,使用Python调用OpenCV中的算法,可以快速地实现计算机视觉应用。 ——于仕琪 OpenCV开源库在国内的早期推广者,“OpenCV系列”图书译者、作者,OpenCV中文站站长 本书以通俗的语言,结合贴近生活的实例,形象地介绍了面向Python的OpenCV中各个函数的基本原理和使用方法。希望这本书能够为大家带来有益的启发,帮助大家更好、更快、更全面地掌握面向Python的OpenCV,在计算机视觉领域有所作为。 ——高铁杠 南开大学教授、博士生导师 Python是一门跨平台、开源、免费的解释型高级动态编译语言,它使得各领域的工程师、科研人员、策划人员甚至管理人员能够快速实现和验证自己的思路、创意甚至推测。在有些语言中需要编写大量代码才能实现的功能,在Python中直接调用内置函数或者标准库方法即可实现,大幅简化了代码的编写和维护。开发者仅需要把主要精力放在业务逻辑的设计和实现上,Python会自动在开发速度和运行效率之间做出平衡,其精妙之处令人击节赞叹。 ——董付国 《Python程序设计》一书作者 计算机视觉是一个崭新而又充满希望的研究领域,而OpenCV是辅助计算机视觉的出色开源工具。OpenCV库旨在提供易于使用的计算机视觉接口,它包含各个领域的500多个函数,能够帮助人们方便、快速、高效地构建视觉应用。不仅如此,它还提供了一个完备的、具有通用性的机器学习模块。可想而知,将Python和OpenCV结合,将产生巨大的威力。 本书比较系统地介绍了面向Python的OpenCV视觉库的使用,内容通俗易懂、生动有趣,案例丰富,实用性强。相信通过学习这本书,大家能够在计算机视觉领域快速入门,熟练地使用面向Python的OpenCV解决实际问题。 ——毕磊 腾讯科技高级工程师 有幸提前翻阅了这本书的内容,这本书和李老师的课程一样,循序渐进,深入浅出,非常适合我这样的初学者。感谢老师开发了如此通俗易懂的OpenCV课程,让OpenCV的学习变得非常轻松。 ——LittleKEY 在线视频课程学员"

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP