计算机 类型
可以朗读 语音朗读
286千字 字数
2023-06-01 发行日期
展开全部

主编推荐语

基于面向Python的OpenCV（OpenCV for Python），介绍了图像处理的方方面面。

内容简介

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，并以循序渐进的方式展开。首先，直观地展示函数在易于观察的小数组上的使用方法、处理过程、运行结果，方便读者更深入地理解函数的原理、使用方法、运行机制、处理结果。在此基础上，进一步介绍如何更好地使用函数处理图像。

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实例来说明问题，避免使用过多复杂抽象的公式。

目录

  • 版权信息
  • 内容简介
  • 第2版前言
  • 前言
  • 第1章 OpenCV入门
  • 1.1 如何使用
  • 1.2 图像处理基本操作
  • 1.2.1 读取图像
  • 1.2.2 显示图像
  • 1.2.3 保存图像
  • 1.3 OpenCV贡献库
  • 第2章 图像处理基础
  • 2.1 图像的基本表示方法
  • 2.2 像素处理
  • 2.3 使用numpy.array访问像素
  • 2.4 感兴趣区域（ROI）
  • 2.5 通道操作
  • 2.5.1 通道拆分
  • 2.5.2 通道合并
  • 2.6 获取图像属性
  • 第3章 图像运算
  • 3.1 图像加法运算
  • 3.1.1 加号运算符
  • 3.1.2 cv2.add（）函数
  • 3.2 图像加权和
  • 3.3 按位逻辑运算
  • 3.3.1 按位与运算
  • 3.3.2 按位或运算
  • 3.3.3 按位非运算
  • 3.3.4 按位异或运算
  • 3.4 掩膜
  • 3.5 图像与数值的运算
  • 3.6 位平面分解
  • 3.7 图像加密和解密
  • 3.8 数字水印
  • 3.8.1 原理
  • 3.8.2 实现方法
  • 3.8.3 例题
  • 3.9 脸部打码及解码
  • 3.9.1 按位与方式
  • 3.9.2 ROI方式
  • 第4章 色彩空间类型转换
  • 4.1 色彩空间基础
  • 4.1.1 GRAY色彩空间
  • 4.1.2 XYZ色彩空间
  • 4.1.3 YCrCb色彩空间
  • 4.1.4 HSV色彩空间
  • 4.1.5 HLS色彩空间
  • 4.1.6 CIEL*a*b*色彩空间
  • 4.1.7 CIEL*u*v*色彩空间
  • 4.1.8 Bayer色彩空间
  • 4.2 类型转换函数
  • 4.3 类型转换实例
  • 4.3.1 通过数组观察转换效果
  • 4.3.2 图像处理实例
  • 4.4 HSV色彩空间讨论
  • 4.4.1 基础知识
  • 4.4.2 获取指定颜色
  • 4.4.3 标记指定颜色
  • 4.4.4 标记肤色
  • 4.4.5 实现艺术效果
  • 4.5 alpha通道
  • 第5章 几何变换
  • 5.1 缩放
  • 5.2 翻转
  • 5.3 仿射
  • 5.3.1 平移
  • 5.3.2 旋转
  • 5.3.3 更复杂的仿射变换
  • 5.4 透视
  • 5.5 重映射
  • 5.5.1 映射参数的理解
  • 5.5.2 复制
  • 5.5.3 绕x轴翻转
  • 5.5.4 绕y轴翻转
  • 5.5.5 绕x轴、y轴翻转
  • 5.5.6 x轴、y轴互换
  • 5.5.7 图像缩放
  • 第6章 阈值处理
  • 6.1 threshold函数
  • 6.1.1 二值化阈值处理（cv2.THRESH_BINARY）
  • 6.1.2 反二值化阈值处理（cv2.THRESH_BINARY_INV）
  • 6.1.3 截断阈值化处理（cv2.THRESH_TRUNC）
  • 6.1.4 超阈值零处理（cv2.THRESH_TOZERO_INV）
  • 6.1.5 低阈值零处理（cv2.THRESH_TOZERO）
  • 6.2 Otsu处理
  • 6.3 自适应阈值处理
  • 第7章 图像平滑处理
  • 7.1 均值滤波
  • 7.1.1 基本原理
  • 7.1.2 函数语法
  • 7.1.3 程序示例
  • 7.2 方框滤波
  • 7.2.1 基本原理
  • 7.2.2 函数语法
  • 7.2.3 程序示例
  • 7.3 高斯滤波
  • 7.3.1 基本原理
  • 7.3.2 函数语法
  • 7.3.3 程序示例
  • 7.4 中值滤波
  • 7.4.1 基本原理
  • 7.4.2 函数语法
  • 7.4.3 程序示例
  • 7.5 双边滤波
  • 7.5.1 基本原理
  • 7.5.2 函数语法
  • 7.5.3 程序示例
  • 7.6 2D卷积
  • 第8章 形态学操作
  • 8.1 腐蚀
  • 8.2 膨胀
  • 8.3 通用形态学函数
  • 8.4 开运算
  • 8.5 闭运算
  • 8.6 形态学梯度运算
  • 8.7 礼帽运算
  • 8.8 黑帽运算
  • 8.9 核函数
  • 第9章 图像梯度
  • 9.1 卷积基础
  • 9.2 Sobel理论基础
  • 9.3 Sobel算子及函数使用
  • 9.3.1 参数ddepth
  • 9.3.2 方向
  • 9.3.3 实例
  • 9.4 Scharr算子及函数使用
  • 9.5 Sobel算子和Scharr算子的比较
  • 9.6 Laplacian算子及函数使用
  • 9.7 算子总结
  • 第10章 Canny边缘检测
  • 10.1 Canny边缘检测基础
  • 10.2 Canny函数及使用
  • 第11章 图像金字塔
  • 11.1 理论基础
  • 11.2 pyrDown函数及使用
  • 11.3 pyrUp函数及使用
  • 11.4 采样可逆性的研究
  • 11.5 拉普拉斯金字塔
  • 11.5.1 定义
  • 11.5.2 应用
  • 第12章 图像轮廓
  • 12.1 查找并绘制轮廓
  • 12.1.1 查找图像轮廓：findContours函数
  • 12.1.2 绘制图像轮廓：drawContours函数
  • 12.1.3 轮廓实例
  • 12.2 矩特征
  • 12.2.1 矩的计算：moments函数
  • 12.2.2 计算轮廓的面积：contourArea函数
  • 12.2.3 计算轮廓的长度：arcLength函数
  • 12.3 Hu矩
  • 12.3.1 Hu矩函数
  • 12.3.2 形状匹配
  • 12.4 轮廓拟合
  • 12.4.1 矩形包围框
  • 12.4.2 最小包围矩形框
  • 12.4.3 最小包围圆形
  • 12.4.4 最优拟合椭圆
  • 12.4.5 最优拟合直线
  • 12.4.6 最小外包三角形
  • 12.4.7 逼近多边形
  • 12.5 凸包
  • 12.5.1 获取凸包
  • 12.5.2 凸缺陷
  • 12.5.3 几何学测试
  • 12.6 利用形状场景算法比较轮廓
  • 12.6.1 计算形状场景距离
  • 12.6.2 计算Hausdorff距离
  • 12.7 轮廓的特征值
  • 12.7.1 宽高比
  • 12.7.2 Extent
  • 12.7.3 Solidity
  • 12.7.4 等效直径（Equivalent Diameter）
  • 12.7.5 方向
  • 12.7.6 掩膜和像素点
  • 12.7.7 最大值和最小值及它们的位置
  • 12.7.8 平均颜色及平均灰度
  • 12.7.9 极点
  • 第13章 直方图处理
  • 13.1 直方图的含义
  • 13.2 绘制直方图
  • 13.2.1 使用Numpy绘制直方图
  • 13.2.2 使用OpenCV绘制直方图
  • 13.2.3 使用掩膜绘制直方图
  • 13.3 直方图均衡化
  • 13.3.1 直方图均衡化原理
  • 13.3.2 直方图均衡化处理
  • 13.4 pyplot模块介绍
  • 13.4.1 subplot函数
  • 13.4.2 imshow函数
  • 第14章 傅里叶变换
  • 14.1 理论基础
  • 14.2 Numpy实现傅里叶变换
  • 14.2.1 实现傅里叶变换
  • 14.2.2 实现逆傅里叶变换
  • 14.3 OpenCV实现傅里叶变换
  • 14.3.1 实现傅里叶变换
  • 14.3.2 实现逆傅里叶变换
  • 14.4 滤波处理
  • 14.4.1 滤波原理
  • 14.4.2 高通滤波实现
  • 14.4.3 低通滤波实现
  • 第15章 模板匹配
  • 15.1 模板匹配基础
  • 15.2 多模板匹配
  • 第16章 霍夫变换
  • 16.1 霍夫直线变换
  • 16.1.1 霍夫变换原理
  • 16.1.2 HoughLines函数
  • 16.1.3 HoughLinesP函数
  • 16.2 霍夫圆环变换
  • 第17章 图像分割与提取
  • 17.1 用分水岭算法实现图像分割与提取
  • 17.1.1 算法原理
  • 17.1.2 相关函数介绍
  • 17.1.3 分水岭算法图像分割实例
  • 17.2 交互式前景提取
  • 17.2.1 矩形框提取
  • 17.2.2 自定义模板提取
  • 17.2.3 手绘模板提取
  • 第18章 视频处理
  • 18.1 VideoCapture类
  • 18.1.1 类函数介绍
  • 18.1.2 捕获摄像头视频
  • 18.1.3 播放视频文件
  • 18.2 VideoWriter类
  • 18.2.1 类函数介绍
  • 18.2.2 保存视频
  • 18.3 视频操作基础
  • 第19章 绘图及交互
  • 19.1 绘画基础
  • 19.1.1 绘制直线
  • 19.1.2 绘制矩形
  • 19.1.3 绘制圆形
  • 19.1.4 绘制椭圆
  • 19.1.5 绘制多边形
  • 19.1.6 在图形上绘制文字
  • 19.2 鼠标交互
  • 19.2.1 绘制随机矩形
  • 19.2.2 双窗口绘制图形
  • 19.2.3 绘制多种不同图形
  • 19.3 滚动条
  • 19.3.1 用滚动条实现调色板
  • 19.3.2 滚动条交互
  • 19.3.3 用滚动条作为开关
  • 第20章 K近邻算法
  • 20.1 理论基础
  • 20.2 计算
  • 20.2.1 归一化
  • 20.2.2 距离计算
  • 20.3 手写数字识别的原理
  • 20.4 自定义函数手写数字识别
  • 20.5 K近邻模块的基本使用
  • 20.6 K近邻手写数字识别
  • 第21章 支持向量机
  • 21.1 理论基础
  • 21.2 SVM流程
  • 21.3 SVM员工表现预测
  • 21.4 手写数字识别
  • 第22章 K均值聚类
  • 22.1 理论基础
  • 22.1.1 分豆子
  • 22.1.2 K均值聚类的基本步骤
  • 22.2 K均值聚类模块
  • 22.3 单特征豆子分类
  • 22.4 米粒分类
  • 22.5 灰度图像二值化
  • 第23章 人脸识别
  • 23.1 人脸检测
  • 23.1.1 基本原理
  • 23.1.2 级联分类器的使用
  • 23.1.3 函数介绍
  • 23.1.4 案例介绍
  • 23.2 人脸识别基础
  • 23.2.1 人脸识别基本流程
  • 23.2.2 OpenCV人脸识别基础
  • 23.3 LPBH人脸识别
  • 23.3.1 基本原理
  • 23.3.2 函数介绍
  • 23.3.3 案例介绍
  • 23.4 EigenFaces人脸识别
  • 23.4.1 基本原理
  • 23.4.2 函数介绍
  • 23.4.3 案例介绍
  • 23.5 Fisherfaces人脸识别
  • 23.5.1 基本原理
  • 23.5.2 函数介绍
  • 23.5.3 案例介绍
  • 23.6 人脸数据库
  • 附录A 范例
  • 附录B 练习题
  • 附录C 参考答案
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。