OpenCV 4计算机视觉项目实战 原书第2版【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

OpenCV 4计算机视觉项目实战 原书第2版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 OpenCV入门1

1.1了解人类视觉系统1

1.2人类如何理解图像内容3

1.3你能用OpenCV做什么4

1.3.1内置数据结构和输入/输出4

1.3.2图像处理操作5

1.3.3 GUI5

1.3.4视频分析6

1.3.5 3D重建6

1.3.6特征提取7

1.3.7对象检测7

1.3.8机器学习8

1.3.9计算摄影8

1.3.10形状分析9

1.3.11光流算法9

1.3.12人脸和对象识别9

1.3.13表面匹配10

1.3.14文本检测和识别10

1.3.15 深度学习10

1.4安装OpenCV10

1.4.1 Windows11

1.4.2 Mac OS X11

1.4.3 Linux13

1.5总结14

第2章 OpenCV基础知识导论15

2.1技术要求15

2.2基本CMake配置文件16

2.3创建一个库16

2.4管理依赖项17

2.5让脚本更复杂18

2.6图像和矩阵20

2.7读/写图像22

2.8读取视频和摄像头25

2.9其他基本对象类型27

2.9.1 Vec对象类型27

2.9.2 Scalar对象类型28

2.9.3 Point对象类型28

2.9.4 Size对象类型29

2.9.5 Rect对象类型29

2.9.6 RotatedRect对象类型29

2.10基本矩阵运算30

2.11基本数据存储32

2.12总结34

第3章 学习图形用户界面35

3.1技术要求35

3.2 OpenCV用户界面介绍36

3.3 OpenCV的基本图形用户界面36

3.4 Qt图形用户界面44

3.5 OpenGL支持50

3.6总结54

第4章 深入研究直方图和滤波器55

4.1技术要求56

4.2生成CMake脚本文件56

4.3创建图形用户界面57

4.4绘制直方图59

4.5图像颜色均衡62

4.6 Lomography效果64

4.7卡通效果68

4.8总结72

第5章 自动光学检查、对象分割和检测73

5.1技术要求73

5.2隔离场景中的对象74

5.3为AOI创建应用程序76

5.4预处理输入图像78

5.4.1噪声消除78

5.4.2用光模式移除背景进行分割79

5.4.3阈值84

5.5分割输入图像85

5.5.1连通组件算法85

5.5.2 findContours算法90

5.6总结92

第6章 学习对象分类94

6.1技术要求94

6.2机器学习概念介绍95

6.3计算机视觉和机器学习工作流程98

6.4自动对象检查分类示例100

6.4.1特征提取102

6.4.2训练SVM模型105

6.4.3输入图像预测109

6.5总结111

第7章 检测面部部位与覆盖面具112

7.1技术要求112

7.2了解Haar级联112

7.3什么是积分图像114

7.4在实时视频中覆盖面具115

7.5戴上太阳镜118

7.6跟踪鼻子、嘴巴和耳朵121

7.7总结122

第8章 视频监控、背景建模和形态学操作123

8.1技术要求123

8.2理解背景减除124

8.3直接的背景减除124

8.4帧差分128

8.5高斯混合方法131

8.6形态学图像处理133

8.7使形状变细134

8.8使形状变粗135

8.9其他形态运算符136

8.9.1形态开口136

8.9.2形态闭合137

8.9.3绘制边界138

8.9.4礼帽变换139

8.9.5黑帽变换140

8.10总结140

第9章 学习对象跟踪141

9.1技术要求141

9.2跟踪特定颜色的对象141

9.3构建交互式对象跟踪器143

9.4用Harris角点检测器检测点148

9.5用于跟踪的好特征151

9.6基于特征的跟踪153

9.6.1 Lucas－Kanade方法153

9.6.2 Farneback算法157

9.7总结161

第10章 开发用于文本识别的分割算法162

10.1技术要求162

10.2光学字符识别介绍162

10.3预处理阶段164

10.3.1对图像进行阈值处理164

10.3.2文本分割165

10.4在你的操作系统上安装Tesseract OCR172

10.4.1在Windows上安装Tesseract172

10.4.2在Mac上安装Tesseract173

10.5使用Tesseract OCR库173

10.6总结177

第11章 用Tesseract进行文本识别178

11.1技术要求178

11.2文本API的工作原理179

11.2.1场景检测问题179

11.2.2极值区域180

11.2.3极值区域过滤181

11.3使用文本API182

11.3.1文本检测182

11.3.2文本提取187

11.3.3文本识别189

11.4总结193

第12章 使用OpenCV进行深度学习194

12.1技术要求194

12.2深度学习简介195

12.2.1什么是神经网络，我们如何从数据中学习195

12.2.2卷积神经网络197

12.3 OpenCV中的深度学习198

12.4 YOLO用于实时对象检测199

12.4.1 YOLO v3深度学习模型架构200

12.4.2 YOLO数据集、词汇表和模型200

12.4.3将YOLO导入OpenCV201

12.5用SSD进行人脸检测204

12.5.1 SSD模型架构204

12.5.2将SSD人脸检测导入OpenCV204

12.6总结208