OpenCV4 5計(jì)算機(jī)視覺開發(fā)實(shí)戰(zhàn)：基于Python

OpenCV4.5計(jì)算機(jī)視覺開發(fā)實(shí)戰(zhàn)：基于Python讀書筆記模板01思維導(dǎo)圖目錄分析讀書筆記內(nèi)容摘要作者介紹精彩摘錄目錄0305020406思維導(dǎo)圖視覺開發(fā)圖像視覺實(shí)戰(zhàn)計(jì)算機(jī)開發(fā)人員環(huán)境圖像第章方法車牌邊緣基本概念應(yīng)用技術(shù)算法視頻對(duì)象本書關(guān)鍵字分析思維導(dǎo)圖內(nèi)容摘要內(nèi)容摘要OpenCV是一個(gè)跨平臺(tái)計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)軟件庫，也是計(jì)算機(jī)視覺領(lǐng)域的開發(fā)人員必須掌握的技術(shù)。本書基于Python3.8全面、系統(tǒng)地介紹OpenCV4.5的使用，并配套示例源代碼、開發(fā)環(huán)境與答疑服務(wù)。本書共分15章，主要內(nèi)容包括計(jì)算機(jī)視覺概述、OpenCV的Python開發(fā)環(huán)境搭建、OpenCV基本操作、數(shù)組矩陣、圖像處理模塊、灰度變換和直方圖修正、圖像平滑、幾何變換、圖像邊緣檢測(cè)、圖像分割、圖像金字塔、圖像形態(tài)學(xué)、視頻處理，以及停車場(chǎng)車牌識(shí)別、物體識(shí)別、運(yùn)動(dòng)跟蹤、人臉檢測(cè)等案例。本書既適合計(jì)算機(jī)視覺與圖像處理、人工智能算法的開發(fā)人員閱讀，也適合高等院校和培訓(xùn)機(jī)構(gòu)計(jì)算機(jī)視覺與圖像處理、人工智能等相關(guān)專業(yè)的師生教學(xué)參考。目錄分析1.1圖像的基本概念1.3圖像處理1.2圖像噪聲第1章計(jì)算機(jī)視覺概述1.6OpenCV概述1.5計(jì)算機(jī)視覺概述第1章計(jì)算機(jī)視覺概述1.1圖像的基本概念1.1.1圖像和圖形1.1.2數(shù)字圖像及其特點(diǎn)1.1.3圖像單位1.1.4圖像分辨率與屏幕分辨率1.1.5圖像的灰度與灰度級(jí)1.1.6圖像的深度1.1.7二值圖像、灰度圖像與彩色圖像1.1.8通道1.1.9圖像存儲(chǔ)1.2圖像噪聲1.2.1圖像噪聲的定義1.2.2圖像噪聲的來源1.2.3圖像噪聲的濾除1.3圖像處理1.3.1圖像處理的分類1.3.2數(shù)字圖像處理1.3.3數(shù)字圖像處理常用方法1.3.4圖像處理的應(yīng)用1.5計(jì)算機(jī)視覺概述1.5.1基本概念1.5.2計(jì)算機(jī)視覺的應(yīng)用1.5.3與相關(guān)學(xué)科的區(qū)別2.1Python3.8下載與安裝2.2在線安裝與卸載opencv-python2.3PyCharm2021.2下載與安裝2.4測(cè)試一下NumPy的數(shù)學(xué)函數(shù)第2章OpenCV的Python開發(fā)環(huán)境搭建2.2在線安裝與卸載opencv-python2.2.1在線安裝opencv-python2.2.2卸載opencv-python2.3PyCharm2021.2下載與安裝2.3.1PyCharm的下載和安裝2.3.2配置PyCharm開發(fā)OpenCV程序2.3.3導(dǎo)入配套源碼的方法2.3.4調(diào)試Python程序3.1OpenCV架構(gòu)3.2圖像輸入輸出模塊imgcodecs3.3OpenCV界面編程3.4單窗口顯示多圖片第3章OpenCV基本操作3.5銷毀窗口3.6鼠標(biāo)事件3.7鍵盤事件3.8滑動(dòng)條事件第3章OpenCV基本操作3.2圖像輸入輸出模塊imgcodecs3.2.1讀取圖像文件3.2.2得到讀取的圖片的高度和寬度3.2.3imwrite保存圖片4.1NumPy概述4.2ndarray對(duì)象4.3NumPy的數(shù)據(jù)類型4.4數(shù)組屬性第4章數(shù)組矩陣4.5新建數(shù)組4.6從已有的數(shù)組創(chuàng)建數(shù)組4.7從數(shù)值范圍創(chuàng)建數(shù)組4.8切片和索引4.9高級(jí)索引12345第4章數(shù)組矩陣4.11數(shù)組操作4.10迭代數(shù)組第4章數(shù)組矩陣4.9高級(jí)索引4.9.1整數(shù)數(shù)組索引4.9.2布爾索引4.9.3花式索引4.10迭代數(shù)組4.10.1迭代器對(duì)象nditer4.10.2控制遍歷順序4.10.3修改數(shù)組中元素的值4.10.4使用外部循環(huán)4.10.5廣播迭代4.11數(shù)組操作4.11.1修改數(shù)組形狀4.11.2翻轉(zhuǎn)數(shù)組5.1顏色變換cvtColor5.3文字繪制5.2畫基本圖形第5章圖像處理模塊5.5在圖像中查找輪廓5.4為圖像添加邊框第5章圖像處理模塊5.2畫基本圖形5.2.1畫點(diǎn)5.2.2畫矩形5.2.3畫圓5.2.4畫橢圓5.2.5畫線段5.2.6畫多邊形5.2.7填充多邊形6.1點(diǎn)運(yùn)算6.3直方圖修正6.2灰度變換第6章灰度變換和直方圖修正6.1點(diǎn)運(yùn)算6.1.1點(diǎn)運(yùn)算的基本概念6.1.2點(diǎn)運(yùn)算的目標(biāo)與分類6.1.3點(diǎn)運(yùn)算的特點(diǎn)和應(yīng)用6.2灰度變換6.2.1灰度變換的基本概念6.2.2灰度變換的作用6.2.3灰度變換的方法6.2.4灰度化6.2.5對(duì)比度6.2.6灰度的線性變換6.2.7分段線性變換6.2.8對(duì)數(shù)變換和反對(duì)數(shù)變換6.2.9冪律變換6.3直方圖修正6.3.1直方圖的概念6.3.2直方圖均衡化7.1圖像平滑基礎(chǔ)7.3非線性濾波7.2線性濾波第7章圖像平滑7.2線性濾波7.2.1歸一化方框?yàn)V波器7.2.2高斯濾波器7.3非線性濾波7.3.1中值濾波7.3.2雙邊濾波8.1幾何變換基礎(chǔ)8.3圖像旋轉(zhuǎn)8.2圖像平移第8章幾何變換8.5圖像縮放8.4仿射變換第8章幾何變換8.5圖像縮放8.5.1縮放原理8.5.2OpenCV中的縮放9.1概述9.2邊緣檢測(cè)研究的歷史現(xiàn)狀9.3邊緣定義及類型分析9.4梯度的概念9.5圖像邊緣檢測(cè)的應(yīng)用12345第9章圖像邊緣檢測(cè)9.6目前邊緣檢測(cè)存在的問題9.7邊緣檢測(cè)的基本思想9.8圖像邊緣檢測(cè)的步驟9.9經(jīng)典圖像邊緣檢測(cè)算法第9章圖像邊緣檢測(cè)9.9經(jīng)典圖像邊緣檢測(cè)算法9.9.1Roberts算子9.9.2Sobel算子邊緣檢測(cè)9.9.3Prewitt算子邊緣檢測(cè)9.9.4LoG邊緣檢測(cè)算子9.9.5邊緣檢測(cè)的最新技術(shù)與方法10.1圖像分割概述10.2圖像分割技術(shù)現(xiàn)狀10.3圖像分割的應(yīng)用10.4圖像分割的數(shù)學(xué)定義10.5圖像分割方法的分類12345第10章圖像分割10.6使用OpenCV進(jìn)行圖像分割10.7彩色圖像分割10.8grabCut算法分割圖像10.9floodFill漫水填充分割10.10分水嶺分割法12345第10章圖像分割10.5圖像分割方法的分類10.5.1基于閾值化的分割方法10.5.2基于邊緣的分割方法10.5.3基于區(qū)域的分割方法10.5.4基于神經(jīng)網(wǎng)絡(luò)的分割方法10.5.5基于聚類的分割方法10.8grabCut算法分割圖像10.8.1基本概念10.8.2grabCut函數(shù)10.9floodFill漫水填充分割10.9.1基本概念10.9.2floodFill函數(shù)10.10分水嶺分割法10.10.1基本概念10.10.2wathershed函數(shù)11.1基本概念11.3拉普拉斯金字塔11.2高斯金字塔第11章圖像金字塔11.2高斯金字塔11.2.1向下取樣11.2.2向上取樣12.1圖像形態(tài)學(xué)基本概念12.2形態(tài)學(xué)的應(yīng)用12.3數(shù)學(xué)上的形態(tài)學(xué)12.4結(jié)構(gòu)元素第12章圖像形態(tài)學(xué)12.5膨脹12.6腐蝕12.7開運(yùn)算12.8閉運(yùn)算12.9實(shí)現(xiàn)腐蝕和膨脹12345第12章圖像形態(tài)學(xué)12.10開閉運(yùn)算和頂帽/黑帽12.11用形態(tài)學(xué)運(yùn)算檢測(cè)邊緣12.12擊中擊不中12.13利用形態(tài)學(xué)運(yùn)算提取水平線和垂直線第12章圖像形態(tài)學(xué)12.3數(shù)學(xué)上的形態(tài)學(xué)12.3.1拓?fù)鋵W(xué)12.3.2數(shù)學(xué)形態(tài)學(xué)的組成與操作分類12.3.3數(shù)學(xué)形態(tài)學(xué)的應(yīng)用13.2捕獲視頻類VideoCapture13.1OpenCV視頻處理架構(gòu)第13章視頻處理13.2捕獲視頻類VideoCapture13.2.1構(gòu)造VideoCapture對(duì)象13.2.2判斷打開視頻是否成功13.2.3讀取視頻幀13.2.4播放視頻文件13.2.5獲取和設(shè)置視頻屬性13.2.6播放攝像頭視頻14.1需求分析14.3車牌定位技術(shù)14.2技術(shù)可行性分析第14章停車場(chǎng)車牌識(shí)別案例實(shí)戰(zhàn)14.5車牌字符識(shí)別技術(shù)14.4車牌字符分割技術(shù)第14章停車場(chǎng)車牌識(shí)別案例實(shí)戰(zhàn)14.2技術(shù)可行性分析14.2.1國外技術(shù)分析14.2.2國內(nèi)技術(shù)分析14.2.3車牌識(shí)別技術(shù)的難點(diǎn)14.2.4車牌識(shí)別系統(tǒng)概述14.3車牌定位技術(shù)14.3.1車牌特征概述14.3.2車牌定位方法14.3.3車牌圖像預(yù)處理14.3.4車牌圖像的灰度化14.3.5車牌圖像的直方圖均衡化14.3.6車牌圖像的濾波14.3.7車牌圖像的二值化14.3.8車牌圖像的邊緣檢測(cè)14.3.9車牌圖像的灰度映射14.4車牌字符分割技術(shù)14.4.1常用車牌字符分割算法14.4.2車牌傾斜問題14.4.3車牌傾斜度檢測(cè)方法14.4.4車牌傾斜的校正方法14.4.5車牌邊框和鉚釘?shù)娜コ?4.4.6車牌字符分割14.4.7基于垂直投影和先驗(yàn)知識(shí)的車牌字符分割14.4.8粘連車牌字符的分割14.4.9斷裂車牌字符的合并14.5車牌字符識(shí)別技術(shù)14.5.1模式識(shí)別14.5.2字符識(shí)別14.5.3漢字識(shí)別15.1目標(biāo)檢測(cè)概述15.2目標(biāo)檢測(cè)的基本概念15.3視頻序列圖像預(yù)處理15.4基于深度學(xué)習(xí)的運(yùn)動(dòng)目標(biāo)檢測(cè)第15章OpenCV目標(biāo)檢測(cè)15.4基于深度學(xué)習(xí)的運(yùn)動(dòng)目標(biāo)檢測(cè)15.4.1YOLO運(yùn)動(dòng)目標(biāo)檢測(cè)算法15.4.2YOLOv2概述15.4.3YOLOv3概述15.4.4實(shí)戰(zhàn)YOLOv3識(shí)別物體15.4.5SSD運(yùn)動(dòng)目標(biāo)檢測(cè)算法15.4