Python OpenCV快速入门到精通 9787122431691
全新正版 _可开发票_极速发货
￥ 73.89 6.8折 ￥ 108 全新
库存6件
天津西青
认证卖家担保交易快速发货售后保障
作者明日科技 编
出版社化学工业出版社
ISBN9787122431691
出版时间2023-09
装帧平装
开本16开
定价108元
货号1203018590
上书时间2024-05-12
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
无
目录
第1篇基础篇001
第1章搭建开发环境002
1.1Python的下载和安装002
1.1.1下载Python002
1.1.2安装Python004
1.1.3测试Python是否安装成功006
1.2PythonOpenCV的下载和安装006
1.2.1下载和安装OpenCV-Contrib-Python工具包006
1.2.2测试OpenCV-Contrib-Python工具包和NumPy工具包是否安装成功007
1.3PyCharm的下载和安装008
1.3.1下载PyCharm008
1.3.2安装PyCharm008
1.3.3启动并配置PyCharm010
第2章图像处理基础015
2.1图像处理的基本操作016
2.1.1读取图像016
2.1.2显示图像017
2.1.3保存图像019
2.1.4获取图像属性019
2.2像素020
2.2.1确定像素的位置021
2.2.2获取像素的BGR值022
2.2.3修改像素的BGR值024
2.3色彩空间025
2.3.1GRAY色彩空间025
2.3.2HSV色彩空间026
2.4通道028
2.4.1拆分通道028
2.4.2合并通道030
2.4.3alpha通道032
2.5综合案例——显示不同艺术效果下的图像034
2.6实战练习036
第3章NumPy工具包037
3.1NumPy工具包与OpenCV038
3.2数组的类型038
3.3创建数组039
3.3.1最常规的array()方法039
3.3.2创建指定维度和数据类型未初始化的数组041
3.3.3创建用0填充的数组041
3.3.4创建用1填充的数组042
3.3.5创建随机数组042
3.4操作数组043
3.4.1加法运算043
3.4.2减法、乘法和除法运算043
3.4.3幂运算044
3.4.4比较运算045
3.4.5复制数组045
3.5数组的索引和切片046
3.5.1索引046
3.5.2切片式索引046
3.5.3二维数组索引048
3.5.4二维数组切片式索引049
3.6创建图像050
3.6.1创建黑白图像050
3.6.2创建彩色图像051
3.6.3创建随机图像052
3.7综合案例——拼接图像052
3.8实战练习055
第4章绘图及交互056
4.1线段的绘制056
4.2矩形的绘制058
4.3圆形的绘制059
4.4多边形的绘制061
4.5文字的绘制063
4.5.1文字的斜体效果065
4.5.2文字的垂直镜像效果065
4.5.3在图像上绘制文字066
4.6鼠标交互066
4.7滑动条068
4.8综合案例——动态绘制图形069
4.9实战练习072
第5章图像的几何变换073
5.1缩放074
5.1.1通过dsize参数实现缩放074
5.1.2通过fx和fy参数实现缩放074
5.2翻转076
5.3仿射变换077
5.3.1平移079
5.3.2旋转080
5.3.3倾斜081
5.4透视083
5.5综合案例——让图像呈现波浪效果085
5.6实战练习087
第6章图像运算088
6.1掩模088
6.2图像的加运算090
6.3图像的位运算094
6.3.1按位与运算094
6.3.2按位或运算095
6.3.3按位取反运算097
6.3.4按位异或运算098
6.4合并图像100
6.4.1加权和100
6.4.2覆盖102
6.5综合案例——为图像添加水印效果103
6.6实战练习104
第7章阈值105
7.1阈值概述106
7.2阈值处理函数106
7.3二值化阈值处理107
7.3.1“非黑即白”的图像107
7.3.2反二值化处理109
7.4零处理111
7.4.1低于阈值零处理111
7.4.2超出阈值零处理112
7.5截断阈值处理113
7.6自适应阈值处理114
7.7Otsu方法117
7.8综合案例——阈值调试器119
7.9实战练习120
第8章形态学操作121
8.1腐蚀121
8.2膨胀123
8.3开运算124
8.4闭运算126
8.5形态学方法127
8.5.1梯度运算127
8.5.2顶帽运算128
8.5.3黑帽运算129
8.6综合案例——矩形膨胀130
8.7实战练习132
第9章滤波器133
9.1图像平滑处理133
9.2均值滤波器134
9.3中值滤波器136
9.4高斯滤波器138
9.5双边滤波器140
9.6综合案例——图像的锐化142
9.7实战练习144
第10章图形检测145
10.1Canny边缘检测145
10.2霍夫变换147
10.2.1直线检测147
10.2.2圆环检测149
10.3综合案例——对噪声图像进行Canny边缘检测150
10.4实战练习151
第11章图像轮廓152
11.1图像轮廓的操作152
11.1.1查找轮廓152
11.1.2绘制轮廓153
11.2轮廓拟合156
11.2.1矩形包围框156
11.2.2圆形包围框157
11.2.3最小三角包围框158
11.2.4很优椭圆包围框159
11.3凸包160
11.4综合案例——计算图形的重心坐标161
11.5实战练习164
第12章模板匹配165
12.1模板匹配方法165
12.2单模板匹配167
12.2.1单目标匹配167
12.2.2多目标匹配170
12.3多模板匹配174
12.4综合案例——查找文件中重复的图像176
12.5实战练习177
第13章视频处理179
13.1读取并显示摄像头视频179
13.1.1VideoCapture类180
13.1.2如何使用VideoCapture类181
13.2播放视频文件185
13.2.1读取并显示视频文件185
13.2.2视频的暂停播放和继续播放186
13.2.3获取视频文件的属性188
13.3保存视频文件189
13.3.1VideoWriter类189
13.3.2如何使用VideoWriter类191
13.4综合案例——按一定间隔截取视频帧195
13.5实战练习196
第14章人脸检测与识别197
14.1人脸检测197
14.1.1级联分类器198
14.1.2加载级联分类器199
14.1.3调用级联分类器对象200
14.2检测其他内容201
14.2.1眼睛检测201
14.2.2猫脸检测202
14.2.3行人检测203
14.2.4车牌检测204
14.3人脸识别205
14.3.1Eigenfaces人脸识别器205
14.3.2Fisherfaces人脸识别器208
14.3.3LocalBinaryPatternHistogram人脸识别器210
14.4综合案例——戴墨镜的贴图特效213
14.5实战练习215
第2篇实战篇217
第15章更改卡通人物的衣服颜色218
15.1案例效果预览218
15.2业务流程图219
15.3实现步骤219
15.3.1复制图像219
15.3.2互换颜色分量221
15.3.3显示更改颜色后的结果222
第16章图像操作之均分、截取和透视（OpenCV+NumPy实现）224
16.1案例效果预览225
16.2业务流程图225
16.3实现步骤227
16.3.1均分图像227
16.3.2截取图像228
16.3.3透视图像229
16.3.4公共模块230
第17章计算轮廓的面积、周长和极点（OpenCV+Python内置函数+NumPy实现）232
17.1案例效果预览233
17.2业务流程图233
17.3实现步骤234
17.3.1计算轮廓的面积234
17.3.2计算轮廓的周长234
17.3.3标记轮廓的极点235
17.3.4公共模块236
17.3.5显示绘制的轮廓面积、轮廓周长和轮廓极点237
第18章掩模调试器（OpenCV+NumPy实现）239
18.1案例效果预览239
18.2业务流程图240
18.3实现步骤241
18.3.1HSV基本颜色分量范围241
18.3.2inRange()方法241
18.3.3滑动条242
18.3.4编码实现243
第19章粘贴带透明区域的图像（OpenCV+NumPy实现）247
19.1案例效果预览247
19.2业务流程图248
19.3实现步骤249
19.3.1“遍历像素法”的实现原理249
19.3.2“遍历像素法”的实现过程250
19.3.3“掩模覆盖法”的实现原理251
19.3.4“掩模覆盖法”的实现过程252
19.3.5显示粘贴后的结果图像254
第20章鼠标操作之缩放和移动图像（OpenCV+NumPy实现）256
20.1案例效果预览257
20.2业务流程图258
20.3实现步骤258
20.3.1缩放图像258
20.3.2垂直移动图像260
20.3.3水平移动图像261
20.3.4绑定响应函数262
第21章机读答题卡（OpenCV+NumPy实现）263
21.1案例效果预览264
21.2业务流程图265
21.3实现步骤265
21.3.1公共工具模块265
21.3.2获取矩形图案的平面透视图268
21.3.3判断填涂的是哪一个选项269
21.3.4判断是哪一道题目270
21.3.5显示机读卡的平面透视图272
21.3.6显示对平面透视图进行二值化阈值处理的结果273
21.3.7显示对二值化阈值处理后的图像进行闭运算后的结果273
21.3.8保存机读卡上填涂的选项274
21.3.9打印在机读卡上填涂的答案275
第22章检测蓝色矩形的交通标志牌（OpenCV+NumPy实现）276
22.1案例效果预览276
22.2业务流程图277
22.3实现步骤277
22.3.1提取交通标志牌的蓝色区域277
22.3.2获取交通标志牌的轮廓279
22.3.3闭合交通标志牌的所在区域280
22.3.4标记交通标志牌的所在区域282
22.3.5显示检测到的交通标志283
第23章滤镜编辑器（OpenCV+NumPy+Math实现）284
23.1案例效果预览285
23.2业务流程图285
23.3实现步骤286
23.3.1导入工具包286
23.3.2浮雕滤镜效果286
23.3.3雕刻滤镜效果288
23.3.4凸透镜滤镜效果290
23.3.5显示、释放窗口292
第24章给图像打马赛克（OpenCV+Math实现）294
24.1案例效果预览295
24.2业务流程图296
24.3实现步骤297
24.3.1马赛克的实现原理297
24.3.2给图像整体打马赛克297
24.3.3显示给图像整体打马赛克的效果图298
24.3.4给图像中的人脸打马赛克299
24.3.5显示给图像中的人脸打马赛克的效果图301
第25章给图像的任意区域打马赛克（OpenCV+NumPy实现）303
25.1案例效果预览303
25.2业务流程图304
25.3实现步骤305
25.3.1公共工具模块305
25.3.2对已选择区域打马赛克的方法306
25.3.3鼠标交互307
25.3.4选择打马赛克的区域308
25.3.5融合打马赛克的区域310
第26章手势识别（OpenCV+NumPy+Math实现）312
26.1案例效果预览312
26.2业务流程图314
26.3实现步骤315
26.3.1肤色检测315
26.3.2降噪处理316
26.3.3轮廓处理316
26.3.4计算手势的凹凸点317
26.3.5绘制手势的手指个数318
第3篇强化篇321
第27章人工瘦脸（OpenCV+NumPy+Dlib实现）322
27.1需求分析323
27.2程序设计323
27.2.1开发环境323
27.2.2功能结构323
27.2.3业务流程323
27.2.4程序结构324
27.3知识拓展324
27.3.1Dlib工具包324
27.3.2人脸关键点提取器326
27.3.3编码实现326
27.4模块设计329
27.4.1公共模块329
27.4.2检测人脸关键点模块329
27.4.3局部平移算法模块331
27.4.4双线性插值法模块331
27.4.5瘦脸模块332
第28章MR智能视频打卡系统（OpenCV+NumPy+os实现）335
28.1需求分析336
28.2系统设计337
28.2.1开发环境337
28.2.2功能结构337
28.2.3业务流程337
28.2.4项目结构340
28.3文件系统设计341
28.4数据实体模块设计342
28.5工具模块设计343
28.5.1公共工具模块344
28.5.2IO流模块345
28.5.3摄像头工具模块350
28.6服务模块设计352
28.6.1人事服务模块352
28.6.2人脸识别服务模块360
28.7程序入口设计362
28.7.1用户权限管理362
28.7.2主菜单设计363
28.7.3人脸打卡功能364
28.7.4为新员工登记人脸照片样本365
28.7.5删除旧员工全部数据365
28.7.6查询员工打卡记录366
28.7.7生成考勤报表367
28.7.8自定义上下班时间369
28.7.9启动程序371
内容摘要
《Python OpenCV快速入门到精通》是一本基础与实践相结合的图书。本书从学Python OpenCV到用Python OpenCV的角度出发，在帮助读者朋友快速掌握Python OpenCV基础的同时，引导读者朋友如何使用Python OpenCV开发简单的应用程序。
全书共28章，主要分为3个篇章（基础篇、实战篇、强化篇），基础篇包括搭建开发环境、图像处理基础、NumPy工具包、绘图及交互、图像的几何变换、图像运算、阈值、形态学操作、滤波器、图形检测、图像轮廓、模板匹配、视频处理和人脸检测与识别；实战篇包括更改卡通人物的衣服颜色，图像操作之均分、截取和透视，计算轮廓的面积、周长和极点，掩模调试器，粘贴带透明区域的图像，鼠标操作之缩放和移动图像，机读答题卡，检测蓝色矩形的交通标志牌，滤镜编辑器，给图像打马赛克，给图像的任意区域打马赛克和手势识别；强化篇包括人工瘦脸和MR智能视频打卡系统。
本书提供丰富的源码资源，包含基础篇的实例、基础篇的13个综合实例、实战篇的12个案例和强化篇2个项目，力求为读者朋友打造一本既能学Python OpenCV又能用Python OpenCV的好书。
本书不仅适合作为软件开发者的自学用书，而且适合作为高等院校相关专业的教学参考书，还适合供初入职场的开发人员查阅、参考。
主编推荐
本书不仅适合作为软件开发人员的自学用书，而且适合作为高等院校相关专业的教学参考书，还适合供初入职场的开发人员查阅、参考。
— 没有更多了 —
以下为对购买帮助不大的评价