目　　錄 基　礎(chǔ)　篇 第 1章　初識(shí)OpenCV 2 1.1　什么是OpenCV 2 1.1.1　OpenCV與計(jì)算機(jī)視覺(jué) 2 1.1.2　OpenCV的發(fā)展 3 1.1.3　OpenCV 4帶來(lái)了什么 4 1.2　安裝OpenCV 4 4 1.2.1　在Windows系統(tǒng)中 安裝OpenCV 4 4 1.2.2　Image Watch插件的使用 12 1.2.3　在Ubuntu系統(tǒng)中安裝 OpenCV 4 12 1.2.4　opencv_contrib擴(kuò)展模塊的 安裝 15 1.2.5　安裝過(guò)程中常見(jiàn)問(wèn)題的解決 方案 17 1.3　了解OpenCV的模塊架構(gòu) 18 1.4　源碼示例程序展示 19 1.4.1　配置示例程序運(yùn)行環(huán)境 19 1.4.2　邊緣檢測(cè)edge 21 1.4.3　K聚類(lèi)kmeans 22 1.4.4　二維碼識(shí)別qrcode 23 1.4.5　相機(jī)使用video_capture_starter 24 1.4.6　視頻物體跟蹤camshiftdemo 25 1.5　本章小結(jié) 26 第 2章　數(shù)據(jù)載入、顯示與保存 27 2.1　圖像存儲(chǔ)容器 27 2.1.1　Mat類(lèi)介紹 27 2.1.2　Mat類(lèi)構(gòu)造與賦值 29 2.1.3　Mat類(lèi)支持的運(yùn)算 33 2.1.4　Mat類(lèi)元素的讀取 35 2.2　圖像的讀取與顯示 37 2.2.1　圖像讀取函數(shù)imread 38 2.2.2　圖像窗口函數(shù)namedWindow 39 2.2.3　圖像顯示函數(shù)imshow 40 2.3　視頻加載與攝像頭調(diào)用 40 2.3.1　視頻數(shù)據(jù)的讀取 40 2.3.2　攝像頭的直接調(diào)用 42 2.4　數(shù)據(jù)保存 43 2.4.1　圖像的保存 43 2.4.2　視頻的保存 45 2.4.3　保存和讀取XML和YMAL 文件 47 2.5　本章小結(jié) 52 進(jìn)　階　篇 第3章　圖像基本操作 54 3.1　圖像顏色空間 54 3.1.1　顏色模型與轉(zhuǎn)換 54 3.1.2　多通道分離與合并 59 3.2　圖像像素操作處理 61 3.2.1　圖像像素統(tǒng)計(jì) 62 3.2.2　兩圖像間的像素操作 66 3.2.3　圖像二值化 71 3.2.4　LUT 76 3.3　圖像變換 78 3.3.1　圖像連接 78 3.3.2　圖像尺寸變換 81 3.3.3　圖像翻轉(zhuǎn)變換 83 3.3.4　圖像仿射變換 84 3.3.5　圖像透視變換 88 3.3.6　極坐標(biāo)變換 90 3.4　在圖像上繪制幾何圖形 92 3.4.1　繪制圓形 92 3.4.2　繪制直線 93 3.4.3　繪制橢圓 93 3.4.4　繪制多邊形 94 3.4.5　文字生成 95 3.5　感興趣區(qū)域 97 3.6　圖像“金字塔” 100 3.6.1　高斯“金字塔” 100 3.6.2　拉普拉斯“金字塔” 101 3.7　窗口交互操作 104 3.7.1　圖像窗口滑動(dòng)條 104 3.7.2　鼠標(biāo)響應(yīng) 106 3.8　本章小結(jié) 109 第4章　圖像直方圖與模板匹配 111 4.1　圖像直方圖的繪制 111 4.2　直方圖操作 113 4.2.1　直方圖歸一化 113 4.2.2　直方圖比較 116 4.3　直方圖應(yīng)用 120 4.3.1　直方圖均衡化 120 4.3.2　直方圖匹配 122 4.3.3　直方圖反向投影 125 4.4　圖像的模板匹配 127 4.5　本章小結(jié) 131 第5章　圖像濾波 132 5.1　圖像卷積 132 5.2　噪聲的種類(lèi)與生成 136 5.2.1　椒鹽噪聲 136 5.2.2　高斯噪聲 139 5.3　線性濾波 142 5.3.1　均值濾波 142 5.3.2　方框?yàn)V波 145 5.3.3　高斯濾波 147 5.3.4　可分離濾波 151 5.4　非線性濾波 154 5.4.1　中值濾波 154 5.4.2　雙邊濾波 156 5.5　圖像的邊緣檢測(cè) 159 5.5.1　邊緣檢測(cè)原理 159 5.5.2　Sobel算子 162 5.5.3　Scharr算子 165 5.5.4　生成邊緣檢測(cè)濾波器 167 5.5.5　Laplacian算子 168 5.5.6　Canny算法 170 5.6　本章小結(jié) 173 第6章　圖像形態(tài)學(xué)操作 175 6.1　像素距離與連通域 175 6.1.1　圖像像素距離變換 175 6.1.2　圖像連通域分析 180 6.2　腐蝕和膨脹 187 6.2.1　圖像腐蝕 188 6.2.2　圖像膨脹 192 6.3　形態(tài)學(xué)應(yīng)用 195 6.3.1　開(kāi)運(yùn)算 195 6.3.2　閉運(yùn)算 197 6.3.3　形態(tài)學(xué)梯度 197 6.3.4　頂帽運(yùn)算 198 6.3.5　黑帽運(yùn)算 198 6.3.6　擊中擊不中變換 199 6.3.7　圖像細(xì)化 202 6.4　本章小結(jié) 205 應(yīng)　用　篇 第7章　目標(biāo)檢測(cè) 208 7.1　形狀檢測(cè) 208 7.1.1　直線檢測(cè) 208 7.1.2　直線擬合 218 7.1.3　圓形檢測(cè) 220 7.2　輪廓檢測(cè) 223 7.2.1　輪廓發(fā)現(xiàn)與繪制 223 7.2.2　輪廓面積 228 7.2.3　輪廓長(zhǎng)度（周長(zhǎng)） 229 7.2.4　輪廓外接多邊形 231 7.2.5　點(diǎn)到輪廓距離 236 7.2.6　凸包檢測(cè) 237 7.3　矩的計(jì)算 239 7.3.1　幾何矩與中心矩 239 7.3.2　Hu矩 241 7.3.3　基于Hu矩的輪廓匹配 243 7.4　點(diǎn)集擬合 245 7.5　QR二維碼檢測(cè) 248 7.6　本章小結(jié) 251 第8章　圖像分析與修復(fù) 253 8.1　傅里葉變換 253 8.1.1　離散傅里葉變換 253 8.1.2　傅里葉變換進(jìn)行卷積 260 8.1.3　離散余弦變換 262 8.2　積分圖像 266 8.3　圖像分割 270 8.3.1　漫水填充法 270 8.3.2　分水嶺法 274 8.3.3　Grabcut法 277 8.3.4　Mean-Shift法 279 8.4　圖像修復(fù) 282 8.5　本章小結(jié) 285 第9章　特征點(diǎn)檢測(cè)與匹配 287 9.1　角點(diǎn)檢測(cè) 287 9.1.1　顯示關(guān)鍵點(diǎn) 287 9.1.2　Harris角點(diǎn)檢測(cè) 290 9.1.3　Shi-Tomas角點(diǎn)檢測(cè) 293 9.1.4　亞像素級(jí)別角點(diǎn)檢測(cè) 296 9.2　特征點(diǎn)檢測(cè) 298 9.2.1　關(guān)鍵點(diǎn) 298 9.2.2　描述子 299 9.2.3　SIFT特征點(diǎn)檢測(cè) 300 9.2.4　SURF特征點(diǎn)檢測(cè) 303 9.2.5　ORB特征點(diǎn)檢測(cè) 306 9.3　特征點(diǎn)匹配 310 9.3.1　DescriptorMatcher類(lèi)介紹 310 9.3.2　暴力匹配 312 9.3.3　顯示特征點(diǎn)匹配結(jié)果 313 9.3.4　FLANN匹配 315 9.3.5　RANSAC優(yōu)化特征點(diǎn)匹配 318 9.4　本章小結(jié) 322 第 10章　立體視覺(jué) 323 10.1　單目視覺(jué) 323 10.1.1　單目相機(jī)模型 323 10.1.2　標(biāo)定板角點(diǎn)提取 327 10.1.3　單目相機(jī)標(biāo)定 331 10.1.4　單目相機(jī)校正 335 10.1.5　單目投影 339 10.1.6　單目位姿估計(jì) 341 10.2　雙目視覺(jué) 346 10.2.1　雙目相機(jī)模型 346 10.2.2　雙目相機(jī)標(biāo)定 347 10.2.3　雙目相機(jī)校正 350 10.3　本章小結(jié) 353 第 11章　視頻分析 354 11.1　差值法檢測(cè)移動(dòng)物體 354 11.2　均值遷移法目標(biāo)跟蹤 357 11.2.1　均值遷移法實(shí)現(xiàn)的目標(biāo) 跟蹤 357 11.2.2　自適應(yīng)均值遷移法實(shí)現(xiàn)的目標(biāo) 跟蹤 361 11.3　光流法目標(biāo)跟蹤 365 11.3.1　Farneback多項(xiàng)式擴(kuò)展算法 366 11.3.2　基于LK稀疏光流法的跟蹤 370 11.4　本章小結(jié) 375 提　高　篇 第 12章　OpenCV與機(jī)器學(xué)習(xí) 378 12.1　OpenCV與傳統(tǒng)機(jī)器學(xué)習(xí) 378 12.1.1　K均值 378 12.1.2　K近鄰 383 12.1.3　決策樹(shù) 389 12.1.4　隨機(jī)森林 392 12.1.5　支持向量機(jī) 394 12.2　OpenCV與深度神經(jīng)網(wǎng)絡(luò)應(yīng)用 實(shí)例 397 12.2.1　加載深度學(xué)習(xí)模型 397 12.2.2　圖像識(shí)別 400 12.2.3　風(fēng)格遷移 403 12.2.4　性別檢測(cè) 405 12.3　本章小結(jié) 407