《OpenCV4详解基于Python计算机视觉图像处理机器学习人工智能零基础编程从入门到实践计算机网络电脑》[54M]百度网盘|pdf下载|亲测有效

内容介绍

《OpenCV 4详解：基于Python》基于OpenCV 4.1版本，讨论OpenCV 4的功能，以及OpenCV在图像处理和计算机视觉方面的应用。本书共12章。主要内容包括OpenCV的基础知识，数据载入、显示与保存，图像基本操作，直方图，图像滤波，图像形态学操作，图像分割与修复，目标检测，特征点检测与匹配，立体视觉，视频分析，机器学习在OpenCV中的实现方式。《OpenCV 4详解：基于Python》适合计算机视觉方面的专业人士阅读，也可作为计算机相关专业的教材。

第 1章初识OpenCV 1

1.1什么是OpenCV 1

1.1.1OpenCV与计算机视觉 1

1.1.2OpenCV的发展 2

1.1.3OpenCV 4带来了什么 3

1.2安装OpenCV-Python 4

1.2.1在Windows系统中安装

OpenCV-Python 4

1.2.2在Ubuntu系统中安装

OpenCV-Python 9

1.3OpenCV的模块架构 12

1.4示例程序 14

1.4.1配置运行环境 14

1.4.2边缘检测 14

1.4.3K聚类算法 15

1.4.4基于特征点的图像匹配 16

1.4.5行人检测 17

1.4.6手写数字识别 18

1.5本章小结 19

第 2章载入、显示与保存数据 20

2.1图像的表示 20

2.1.1图像基础 20

2.1.2NumPy相关介绍 22

2.2图片的读取与显示 27

2.2.1图片读取函数 28

2.2.2图像窗口函数 29

2.2.3图片显示函数 29

2.3视频加载与摄像头调用 30

2.3.1读取视频数据 30

2.3.2摄像头的直接调用 33

2.4数据保存 33

2.4.1保存图像 34

2.4.2保存视频 36

2.4.3保存和读取XML和YMAL

文件 38

2.5本章小结 41

第3章图像基本操作 42

3.1颜色空间 42

3.1.1颜色空间与转换 42

3.1.2多通道分离与合并 47

3.2关于像素的操作 49

3.2.1图像像素统计 50

3.2.2两图像间的像素操作 53

3.2.3图像二值化 58

3.2.4LUT 62

3.3图像连接和图像变换 64

3.3.1图像连接 64

3.3.2图像尺寸变换 66

3.3.3图像翻转变换 68

3.3.4图像仿射变换 69

3.3.5图像透视变换 72

3.3.6极坐标变换 75

3.4在图像上绘制几何图形和生成文字 77

3.4.1绘制圆形 77

3.4.2绘制直线 78

3.4.3绘制椭圆 78

3.4.4绘制多边形 79

3.4.5生成文字 80

3.5感兴趣区域 83

3.6图像金字塔 85

3.6.1高斯金字塔 85

3.6.2拉普拉斯金字塔 86

3.7窗*交互操作 88

3.7.1图像窗口滑动条 88

3.7.2鼠标响应 90

3.8本章小结 92

第4章图像直方图 94

4.1图像直方图的计算与绘制 94

4.1.1图像直方图的计算 94

4.1.2图像直方图的绘制 96

4.22D直方图 100

4.3关于直方图的操作 103

4.3.1直方图归一化 103

4.3.2直方图比较 106

4.3.3直方图均衡化 109

4.3.4直方图匹配 111

4.3.5直方图反向投影 114

4.4图像模板匹配 115

4.5本章小结 119

第5章图像滤波 120

5.1图像卷积 120

5.2噪声的种类与生成 124

5.2.1椒盐噪声 124

5.2.2高斯噪声 126

5.3线性滤波 129

5.3.1均值滤波 129

5.3.2方框滤波 132

5.3.3高斯滤波 134

5.3.4可分离滤波 137

5.3.5中值滤波 140

5.3.6双边滤波 142

5.4图像边缘检测 145

5.4.1边缘检测原理 145

5.4.2Sobel算子 148

5.4.3Scharr算子 151

5.4.4生成边缘检测滤波器 152

5.4.5Laplacian算子 154

5.4.6Canny算法 156

5.5本章小结 158

第6章图像形态学操作 159

6.1像素距离与连通域 159

6.1.1图像距离变换 159

6.1.2图像连通域分析 164

6.2腐蚀与膨胀 170

6.2.1图像腐蚀 170

6.2.2图像膨胀 175

6.3形态学应用 178

6.3.1开运算 178

6.3.2闭运算 180

6.3.3形态学梯度 180

6.3.4顶帽运算 181

6.3.5黑帽运算 181

6.3.6击中击不中变换 182

6.3.7图像细化 185

6.4本章小结 187

第7章目标检测 189

7.1形状检测 189

7.1.1直线检测 189

7.1.2直线拟合 198

7.1.3圆形检测 200

7.2轮廓检测 202

7.2.1轮廓发现与绘制 203

7.2.2轮廓面积 207

7.2.3轮廓长度 208

7.2.4轮廓外接多边形 209

7.2.5点到轮廓距离 213

7.2.6凸包检测 215

7.3矩的计算 216

7.3.1几何矩与中心矩 217

7.3.2Hu矩 218

7.3.3基于Hu矩的轮廓匹配 220

7.4点集拟合 222

7.5二维码检测 224

7.6本章小结 226

第8章图像分析与修复 228

8.1傅里叶变换 228

8.1.1离散傅里叶变换 228

8.1.2通过傅里叶变换计算卷积 235

8.1.3离散余弦变换 236

8.2积分图 240

8.3图像分割 243

8.3.1漫水填充法 244

8.3.2分水岭法 246

8.3.3Grabcut图像分割 249

8.3.4Mean-Shift分割算法 251

8.4图像修复 254

8.5本章小结 256

第9章特征点检测与匹配 258

9.1角点检测 258

9.1.1显示关键点 258

9.1.2Harris角点检测 261

9.1.3Shi-Tomasi角点检测 264

9.1.4亚像素级别角点检测 266

9.2特征点检测 268

9.2.1关键点 268

9.2.2描述子 269

9.2.3SIFT特征点检测 270

9.2.4SURF特征点检测 273

9.2.5ORB特征点检测 276

9.3特征点匹配 279

9.3.1DescriptorMatcher类 279

9.3.2暴力匹配 281

9.3.3显示特征点匹配结果 282

9.3.4FLANN匹配 284

9.3.5RANSAC优化特征点匹配 287

9.4本章小结 290

第 10章立体视觉 291

10.1单目视觉 291

10.1.1单目相机模型 291

10.1.2标定板角点提取 294

10.1.3单目相机标定 298

10.1.4单目相机校正 302

10.1.5单目投影 305

10.1.6单目位姿估计 307

10.2双目视觉 312

10.2.1双目相机模型 312

10.2.2双目相机标定 313

10.2.3双目相机校正 316

10.3本章小结 319

第 11章视频分析 321

11.1差值法检测移动物体 321

11.2均值迁移法目标跟踪 323

11.2.1均值迁移的目标跟踪 324

11.2.2自适应均值迁移的目标跟踪 327

11.3光流法目标跟踪 330

11.3.1Faeneback多项式扩展算法 332

11.3.2基于LK光流跟踪 335

11.4本章小结 338

第 12章OpenCV与机器学习 339

12.1OpenCV与传统机器学习 339

12.1.1k均值聚类算法 339

12.1.2K近邻算法 343

12.1.3决策树 347

12.1.4随机森林 349

12.1.5支持向量机 351

12.2OpenCV与深度神经网络应用

实例 354

12.2.1加载深度学习模型 355

12.2.2图像识别 357

12.2.3快速风格迁移 359

12.2.4性别检测 361

12.3本章小结 363

OpenCV4详解基于Python计算机视觉图像处理机器学习人工智能零基础编程从入门到实践计算机网络电脑 pdf下载

内容简介

OpenCV4详解基于Python计算机视觉图像处理机器学习人工智能零基础编程从入门到实践计算机网络电脑 pdf下载

内容简介

相关推荐

Java2入门与网站数据库设计贾蓉生

gRPC与云原生应用开发以Go和Java为例

Keras高级深度学习

Android嵌入式开发及实训